26校招腾讯云智java后端一面

不知道为什么，看到这个话题就想到这句话了。身边有很多师兄师姐和一些认识的朋友，都在互联网工作。印象很深的是在东子的一个师姐，有一天发了条朋友圈。她说，不明白为什么外界对互联网这个行业吐槽那么多，她们不过是习惯了晚睡晚起的生活。看到身边很多人被裁员，感受到还有一份工作是多么值得庆幸的事。我想，可能马爸爸说的在一定程度上也是对的，在996，说明你还有996的机会。

3月26日面的讲一下你那个微途旅行，你这个微途旅行是什么背景，自己琢磨的还是网上学习的你当时这个题目是自己选是吧？就是为什么为什么你们当时想做这个方向的尝试？你怎么判断你自己做的这个项目有没有在真实场景落地的价值，你是怎么做这种思考的？就是这种场景就是假设你做出来之后，发布到市面上，会有人用这种功能吗？这个就为什么别人不用用马蜂窝，为什么别人不用马蜂窝，用你的产品为什么要用lua脚本，解决什么问题？redis集群环境下，你怎么保证你在lua脚本上操作的key在同一个实例上来保证原子性的这个令牌桶流量控制这块。你自己实现的吗？还是找了一个现成的实现组件去用的？你这个秒杀业务主要是用什么来保障它它...

今天是找实习的第五天，整体有意外也有收获，简单做个复盘。上午原本预约了搜狐的实习面试，可在面试开始前半小时，突然收到通知该岗位已经确定人选，面试直接取消，整个沟通流程比较仓促，体验感一般。下午重点参与了滴滴大模型 Agent 项目运营实习的面试，也和团队做了比较深入的沟通。该团队属于纯 AI 大模型算法方向，主要专注于算法应用落地，围绕人机协同、多智能体方向做优化，并不涉及大模型基座的研发工作。这个实习岗位没有转正名额，不过如果实习表现突出，能够获得团队内推机会。岗位比较看重候选人的责任心、数据敏感度，同时也要求具备主动学习能力，并且可以保证长期实习。日常工作主要负责大模型与 Agent 的运营测评、协助推进技术落地业务，还会辅助组织技术分享会，也有机会旁听学习。面试沟通整体很流畅，也能感受到这个岗位的竞争较为激烈，后续有较大概率进入下一流程。在和面试官交流的过程中，也清晰了自身在团队中的定位：作为衔接技术与业务的大模型落地数据运营角色，同时承担团队基础支撑工作。最后也整理了本次面试收获的核心知识点：1.多智能体：通过多个智能体分工配合，完成复杂任务，是当下大模型重要的应用方向2.人机协同：通过人工介入优化模型效果，让模型从基础可用走向优质好用3.工具调用准确率：评判大模型实际应用价值的关键衡量标准4.端到端：大模型实现从输入到输出的全流程自主处理，未来还可自主生成运营策略5.大模型基座：大模型的底层基础模型，该团队不负责底层研发相关工作

🕐面试时间：26.4.2-一个小时💻面试岗位：AI应用开发❓面试问题：1、自我介绍2、问项目之后落地后，继续调用大模型API，考虑过如何数据隐私保护吗？3、介绍下用户提问到大模型生成回答的大致流程。4、面试官介绍了下广州base，然后问老家那的5、抽象类和接口的区别？6、Hashmap的底层原理？7、Java的类加载过程？8、介绍下双亲委派机制？9、HTTP和HTTPS有什么差异？10、什么是非对称加密？对称加密和非对称加密的区别？11、场景题：一个4GB的大文件，里面存的就是乱序ID，内存有限，该如何把文件中的ID进行排序？面试官提醒可以用数据结构来操作(当时说用链表，忘记了使用堆来进行...