腾讯 IEG SRE 暑期实习补录

一面 开场：1、做个自我介绍吧实习：2、举个具体的告警以及生成什么样的建议八股：3、DNS过程4、HTTP有哪些版本5、HTTP/2和之前版本区别6、HTTP3呢7、TCP如何保证消息可靠的8、介绍下MySQL索引，优缺点9、MySQL索引底层数据结构，为什么用B+树10、SQL查询慢，你是如何排查优化的11、进程和线程了解吗12、硬连接软连接了解吗手撕：13、两数之和二面开场：1、自我介绍2、研究方向介绍下，这个方向上过哪些课3、这个方向参与的项目介绍下，负责了哪些4、绩点实习：5、过往实习实习时间6、当前就业偏向什么方向7、介绍下实习期间参与的这个项目8、设备量有多少9、你负责的是哪部分10、AIOps做了哪些，介绍下11、这部分哪些地方用到了AI八股：12、数据库查询 RBO 和 CBO13、介绍下 MySQL 索引14、MySQL 存储都是用 B+ 树存的吗15、什么是 B+ 树，和 B 树的区别16、介绍下 Redis17、Redis 基本数据类型和常见应用场景介绍下18、Redis 高可用方案19、Redis 集群哈希槽了解吗20、场景：对告警分析排障的过程21、ES 了解吗22、什么是倒排索引23、介绍下什么时候用缓存，以及乐观锁悲观锁24、了解一些存储的组件吗，Hadoop25、介绍下HDFS，是基于块还是文件存储26、对象存储用过吗27、什么情况下用对象存储，什么情况下用HDFS28、你对 SRE 的了解29、平时用 Linux 用的多吗30、介绍下 Linux 的I/O模型和负载模型31、中间件用过哪些32、Kafka 的架构了解吗33、Kafka 如何保证消息顺序消费34、哈希路由有什么弊端手撕：35、二分查找36、无重复字符的最长子串三面手撕：1、手撕二级缓存（包含get、put、删除缓存等方法，包含防击穿和穿透）2、手撕RAG链路（包含文档切分、BM25检索召回、向量余弦相似度召回、分数reranker等方法）HR面1、自我介绍2、对SRE的了解3、项目中遇到的难题如何解决的4、追问：几种方法有对比过吗，各自的优缺点。有效性衡量过吗5、SRE稳定性相关做过的工作6、缓存击穿为什么这里选Redisson分布式锁7、现在出了V4，出现新的技术你的学习过程8、有没有参与过团队合作的项目，你负责的哪部分，几个人如何沟通协作的9、遇到你的意见和其他人不合，如何处理10、就业方向偏向哪方面11、后续聊了对AI的看法等，反问，实习地点时长到岗时间附timeline：4.14一面，隔天约二面4.21二面，隔天约三面4.23三面，隔天约hr面4.27hr面，隔天口头offer4.29正式offer

🕐面试时间：整个4月，一星期一面🏢部门：主站💻岗位：SRE运维开发一面智能分配时如何用数学模型优化的？你在里面负责的东西是什么呢？为什么你们不用传统的算法工程来实现而是这样子实现，这里面有什么考量吗？详细说说你们方案设计上主要考虑的点分配失败有降级处理方案吗？你是如何保证分配效果最优的为什么你说原有的逻辑是粗糙的？有没有详细的指标或者描述详细介绍一下什么是模型的硬约束和软约束GRPC改造中你遇到了什么样的问题？为什么GRPC改造提高了响应，你里面涉及了什么其他方面的链路优化吗？ 缓存优化，反射优化，字节码增强，过滤链失效，部分自定义功能失效你弄成Skill复用后有考虑通用情况和特殊情况吗...

我日常在学校对java比较熟悉，但是实习收到了这两个offer，薪资差不多，感觉🐧名头大一点，但是岗位一般。未来可能想去国企这种轻松稳定的岗位

岗位是sre一面主要是八股、手撕 + 项目追问。题目中规中矩，但会结合项目一直往工程细节上问。二面和三面无手撕八股，主要是项目深挖和开放问题，尤其关注稳定性、线上风险、工程取舍和AI 应用。八股Go：- GMP 模型- map 多协程读写- 往已关闭的 chan 写/读- Goroutine 泄露场景 + 排查方法（pprof）缓存 & Redis：- 缓存穿透 / 击穿 / 雪崩- 热 key 失效处理- Redis 持久化：RDB / AOF 区别- Redlock 存在的问题- 手撕 LFUMySQL & 数据结构：- B 树 vs B+ 树- 索引类型、索引失效场景- 回表 & 如何减少回表AI / RAG / Langchain：- RAG 脱敏策略 + 召回率验证- Streaming 输出如何处理跨窗口敏感词- LangChain vs LangGraph- LangGraph State & Checkpoint- HITL 实现方式- 上下文过长的 AI 对话处理项目深挖 & 开放问题可观测平台：- 数据如何产生 → 传输 → 存储 → 计算 → 展示效果- Linux 环境能力不足的影响 & 性能优化方法Agent / RAG 项目：- 业务数据流程- 已有平台能力时，为什么还要做定制开发？- 知识库文件格式、非结构化文件抽取- 内容安全 / 脱敏策略开放问题：- 最近在学什么技术？平时怎么学新技术？- AI 越来越强，新手怎么体现自己的价值？总结：项目深挖：不只是做了什么，强调 设计思路、风险控制、落地效果，问流程、原理、选型理由、取舍权衡、落地价值底层技术：Linux 、profiling&可观测技术、MQ/CK/流计算、go并发编程、cgroup、内核版本适配工程架构：数据采集 - 传输 - 存储 - 计算 - 可视化全链路设计、阈值设计、性能开销控制AI 应用：RAG 脱敏、风控、Agent 架构、Langchain 工具使用与二次开发 、如何驾驭AI（AI提效）软实力：职业规划、岗位认知、学习方法、行业思考、业务架构思维