项目介绍，面试官应该不太懂，没咋问。最后问的八股。大模型怎么做推荐？说了一个web agent的训练方式，面试官好像不太感冒。怎么判断一个模型的 embedding 好还是不好？我说计算不同类别数据之前的距离，同类更近、异类更远。如果模型的训练 loss 不下降，有哪几种情况会导致？数据不干净，学习率太小，如果你从头搭一个网络训练模型，可能会遇到哪些情况？如何保证稳定训练？最后写一个快排。然后问我有没有职业规划，具体想做什么？

26双非本，无实习经历，断断续续投了30+公司，基本都卡在了简历初筛，求问如何破局

1、自我介绍2、实习拷打3、kafka数据积压如何处理4、针对es同步延迟如何快速定位问题5、为什么用consul不用etcd？consul健康检查策略6、如果服务频繁上下线有可能是什么原因7、预防缓存击穿的方案8、go中如何设计无锁的数据结构减少竞争9、打印一千个数，两个goroutine，一个打奇数一个打偶数，如何实现10、如果数量特别大，还用channel合适吗？channel和mutex调度开销对比11、分布式系统设计订单唯-id的生成12、雪花算法存在的问题13、go中如何限制qoroutine数量，go中sync.map底层结构无手撕