字节豆包后端实习生一面凉经

介绍项目 C语言结构体怎么分配内存(malloc，free)jvm和go 如何启动程序lua脚本在多redis 实例下的原子性保证浮点数如何比较golang 切片设计go 为什么要设计channelmysql update 如何加锁热key 大key 怎么做缓存一致性 - 各种场景展开(数据库主从等)es 索引类型选择mysql varchar text 怎么选择go程序的 地址与物理内存 映射算法： 升序数组找 target，尽量增加测试覆盖度

攒人品中，祝大家都能拿到满意的Offer！1.项目拷打2生成式推荐本质上是在做隐空间到离散iD的映射，你如何证明你生成的 ID 序列保留了用户意图的最优压缩3.比如广告场景下不仅仅是预估 CTR。如果我们将生成式排序引入 GSP拍卖，大模型生成的候选列表概率分布，如何保证满足激励相容性4如果模型生成的排序导致广告主出现竞价上的博弈呢5.在H100集群上跑生成式重排，现在的瓶颈不在计算而在存储带宽。如果分阶段推理，我在Prefill阶段采用了FlashAttention-3，但在 Decoding 阶段因为 KV Cache 导致的Fragmented Memory太严重，怎么办6.推荐系统要求毫秒级响应对于1B规模的排序模型，如果我要做Speculative Decoding，你如何设计那个Draft Model？这个小模型是该学大模型的 Logits 分布，还是该学用户的Embedding聚类7.假设构建一个端到端生成式广告系统。现在面临一个场景：某个新入驻的土豪广告主投放了一批高质量视频，但由于模型对新 ID 的 Semantic Indexing 尚未完全对齐，导致第一波推荐给了错误的人群，产生了极高的 Negative Feedback，生成式模型的自回归特性会不断放大这种“第一印象”，导致该广告主瞬间被屏蔽你如何设计一套Online Counterfactual Correction这种，在不重新训练模型的前提下，通过修改 KV Cache里的隐藏状态来强行挽回这批广告的生命周期9.在短视频重排阶段使用了一个 10B 的生成式模型但是业务反馈说模型在学会了今天最火的某个梗以后，竟然忘记了如何处理用户对“长尾科普视频”的旧兴趣，发生了明显的 Catastrophic Forgetting，设计一种基于 Gradient Orthogonal Projection的优化器，确保模型在更新实时热点知识时，参数更新量在旧知识的Null Space内。10.都知道生成式模型有位置偏差从 Attention Entropy 的角度来看，为什么 $N$ 个候选 Item 在序列中的排列顺序会直接导致 Logits 的非线性漂移

懂车帝实习一面：手撕：分糖果反转指定范围链表拷打项目没有八股反问：对实习生的期待答：跟正式员工一样业务答：汽车销售相关总结：体验很好，不过应该会挂，因为算法第一题有点问题，面试官说我思路跟答案不一样这是第一个约面的，不过第一次因为我有事推迟了，第二次因为面试官有事情推迟了，面试官非常温柔，面试体验很好感觉自己的表达能力已经大幅度提升了，问到没见过的也会慢慢的思考想办法回答，不过大厂暑期实习应该是与我无缘了，已经接了中科软科技在重庆的实习offer月薪3000不过不用租房，学校就在重庆嘛，虽然感觉不咋地，技术栈也比较老旧，但是第一份实习还是不要好高骛远了，我也不是什么技术大牛或者顶尖学历，因为学院要求月底前交自主实习申请，我也有点不敢拖了，明天还有个观妙科技一面，还有两个线下小厂的面试，线下的我得推掉，线上的中大厂面试我肯定有面就面，对自己的提升真的挺大的不出意外下个星期就要实习咯，还从来没有接触过真正的实际项目呢，不知道是草台班子还是有所不同这段中科软科技的实习也不知道会干多久，听经理说的，去年没跑路的都转正了，不过我估计在重庆转正工资不会多高，可能10k都没有吧，重庆的互联网也太垃了，没啥好公司。现在有两个打算，一是一直干到秋招，二是干个三个月攒点路费房租费跑成都杭州去找更好的实习，大家怎么看呢

面试官是temu的，总体感觉还行，以下为回忆版：1. 拷打项目，自己挑一个讲然后问细节2. Java常用数据类型，ArrayList等底层与源码3. 数学题，算Arraylist扩容下的平均时间复杂度4.手撕，和为0的子数组手撕本来秒了，但面试官说有问题，掰扯半天发现是面试官看错了😂