拼多多面试流程

发点面经攒攒人品～1. 项目拷打2. 实习过程中的亮点3. 各类设计模式的使用4. 唯一索引是什么，会什么情况用，为什么要用5. 场景题：一个直播系统，可以点赞，评论，弹幕，打赏，会怎么设计6. 项目的话有没有用到ai，有没有难点，怎么解决的，你觉得你实现这个项目最主要的目的是什么7. rpc了解嘛8. 分布式开发了解嘛

1. 阻塞和非阻塞有什么区别答案：阻塞和非阻塞说的是一个调用在资源暂时不可用时，当前线程会不会被挂起等待。阻塞调用在条件不满足时会让线程睡眠，直到数据就绪、锁可用或者事件发生后再返回。非阻塞调用在条件不满足时会立刻返回，不会把线程卡住，调用方需要自己决定是重试、轮询还是交给事件驱动框架处理。比如 socket 读操作，如果是阻塞模式，没有数据时线程会一直等；如果是非阻塞模式，没有数据时通常返回 EAGAIN 或 EWOULDBLOCK。这里要注意，非阻塞不等于异步，异步强调的是结果不是在当前调用栈里直接拿到，而是后面以通知、回调或 future 的形式回来。代码： #include <f...

给我面没招了，发点面经攒攒人品～1. 说一说对 AG-UI 协议的理解，这个协议的初衷是什么，具体是怎么实现的，有哪些基础的事件类型；2. 在 LangGraph 框架实现 Agent 的时候，如果想实现节点级的修正反馈该怎么做？3. Agent 产生的流式 response 是如何进行存储的？合并的时机是什么？选择什么样的数据库？4. LangGraph 实现 Agent 时，如何做到精准的意图识别？5. LangGraph 每一个节点在选择大模型的时候如何考虑？6. 意图识别节点的模型进行 SFT 之后的灾难性遗忘现象如何解决？7. Agent 的评测流程是怎样的，线上回流数据如何反馈修正？

面试机会还是那么少，不过也几个推进到了终面，不知道结果如何。星期一某量化（50-100亿）一面1 ：上来先一个hot100 的hard2：拷打百度实习3：拷打物联网研究院实习无八股，整体体验非常好，已过星期二拼多多 二面1：询问是否投错岗位2：介绍冯诺依曼体系3：用户态内核态4：进程线程区别5:   进程通信方式6：多线程竞争共享资源怎么办7：http从服务器发送到主机全流程8：socket流程9：IO多路复用10: hashmap的结构11：MySQL索引数据结构12：为什么用B+树13：courrenthashmap原理14：Java对象的生命周期15：有哪些垃圾回收器16：100万个数，内存不足的排序方法算法：两个非hot100的easy整体感觉非常简单，问的比较常规，算法也比较简单，已过星期四某量化（50-100亿）二面1：拷打物联网研究院实习2：最有成就感的事3：实习学到了什么4：拷打百度实习5：短期记忆长期记忆6：什么是记忆涌现面试官有点冷漠哈哈，不知道结果如何蚂蚁一面1：模型微调数据源哪来2：如何部署满血ds3：有没有写过算子优化推理4：整体微调流程5：集群通信如何处理6：如何将模型量化到端侧7：拷打百度实习8：nl2sql的各种场景题9：提示词是什么样比较好10：多agent上下文如何处理11：什么是static12：什么是final13：什么是arraylist和linkedlist14：什么是hashmap15：currenthashmap16：线程池参数17：场景题设计线程池18：1200万数找中位数无手撕，面的很爽，面试官语气很好，我说出解决方案也非常有反馈，问题也不难，希望可以通过星期五拼多多 三面1：拷打百度实习无手撕，聊的比较好，希望可以过更新，星期天接到hr面邀约，星期一hr面总结面试机会太难得了，这周只有三家给了机会面试，其他的好多简历挂了，找实习真的是看运气呀😭😭，感觉有面试是最难的