1、自我介绍2、介绍实习3、围绕实习问 (数据一致性、redis分片、redis集群) 20mins4、redis八股，数据结构、各个数据结构的使用场景、优劣和底层设计、redis集群、redis分布锁，何时用String和哈希，两个对比优缺点。5、手撕：hot100字符串解码

看来得重新踏上征程了。后悔之前oc之后没有走其他的流程。

过了，云智真tm香啊。😜

1. 你做过大模型数据处理的话，预训练数据清洗一般怎么做，去重、去噪、质量过滤分别解决什么问题？预训练数据清洗本质上是在控制“数据量”和“数据质量”之间的平衡。去重主要解决模型反复记忆同一批内容，避免浪费训练 token，也减少 benchmark 污染。去噪主要是过滤乱码、模板页、广告页、低信息密度文本、机器生成垃圾内容，不然模型会学到很差的语言模式。质量过滤更偏向保留高价值内容，比如结构完整、语义通顺、知识密度高、代码块规范或者问答对明确的数据。实际工程里一般不会只靠一个规则，而是多阶段处理：先做规则清洗，再做语言识别、长度过滤、内容打分，最后再结合 dedup 和采样策略。因为预训练效果...