杰克科技面经-oc 后端

没做过java项目只有外卖和点评，还有没有需要修改的地方实习是C++外加没什么实际东西只能想减轻一点存在感，写这个是想说对这方面有所了解，但不清楚要不要写求锐评🥹

1.你的登录功能是基于什么来实现的呢？2.你使用了多级缓存，redis＋本地缓存，那你的本地缓存是怎么去实现的？3.如果redis和DB库存不一致导致超卖了怎么办？4.如果redis和DB库存不一致，如何让用户感知到下单失败？5.如果抢票只有一张票，但是有上千万和请求到来，如何进行处理？不用消息队列的话？比如令牌桶？限流？6.用redis来实现全局唯一ID是如何来实现的？会不会导致7.项目有做分布式的部署么？如何实现？8.了解什么是Function call，什么是mcp，什么是skill么？9.平时编程有用什么AI么？10.Java面向对象的三大特性是什么呢？有什么含义？11.子类中如何引用父类的方法？12.父类对象的引用可以调用指向子类的新方法么？13.重载和重写有什么不一样么？14.如果重载里面的参数是list，但是泛型不一样，算重载么？15.被哪些修饰修饰的方法是可以重写的？16.Java的static方法有哪些作用？17.有什么办法在静态方法里面调用非静态的方法？18.Java常见的集合或者说集合框架有哪些？19.Concurrenthashmap是如何实现的？20.Java里面有哪些创建线程的方法？21.线程池的有哪些参数？他们具体什么含义？22.为什么要尽量使用自己定义的线程池？23.Thread local的实现是什么？它里面用了什么引用？24.排查过内存泄露的例子么？如何排查内存泄露？25.如何去排查OOM？26.Spring中的autowired和resource注解有什么区别么？27.Spring的bean默认是单例还是多例的？如何创建多例的bean？28.如果依赖注入的时候接口有两个实现，怎么是选择要注入哪个？29.Spring的IOC和DI是什么意思？30.用过spring的切面么？如何使用切面？31.MySQL有哪些隔离级别？他们怎么实现？为什么使用Mvcc解决可重复读？32.MySQL的索引失效的场景有哪些？33.索引是越多越好么？34.为什么平时实际生产要反范式？35.数据库的Join有哪几种方式join啊？有两个表，一张是交易的表，一张是结算的表，交易会每天给把它收到的订单给结算发一份。两个表都有订单号字段，如果有人在结算的表插入订单（不在交易的表）或者交易给结算的表丢失部分数据，如何去排查这些异常的数据？36.计算机网络的tcp协议如何做拥塞控制？37.Tcp头部的内容了解么？有哪些字段？38.手撕：K个一组翻转链表回答了七八成的问题吧，手撕六分钟写出来，面完直接约二面

有没有大佬给我的简历提提意见 一直约不到面试 投了400多份 只有两个面试

简历很重要，很多同学的简历现在都是偏陈列一些概念，有的时候技术能力都够的，项目也做了不少，但是不会提现在简历上。你做了8分，可以包装优化成10分，但是很多同学的项目写的只有五分。下面就给大家一些可以直接参考复用的话术，需要更定制的简历优化等可以私我。一、任务规划 / Agent 核心能力点：多步任务执行能力•设计基于 ReAct / Plan-and-Execute 的 Agent 执行框架，实现复杂任务的自动分解、逐步执行与结果整合•构建支持多轮决策的任务状态机，提升复杂流程下的执行稳定性与可控性⸻点：决策与路由•实现基于模型推理 + 规则约束的任务路由机制，动态选择工具调用路径•设计 tool routing 策略，提升工具选择准确率并减少无效调用⸻二、工具调用（Tool Use）点：工具链设计•封装统一工具调用接口，支持搜索、数据库查询、API 调用等多种能力扩展•构建可插拔工具层，支持快速接入业务系统（如 CRM / 工单系统 / 数据平台）⸻点：调用可靠性•引入参数校验与 schema 约束，显著降低工具调用错误率•设计工具调用重试与 fallback 机制，提升任务成功率⸻三、RAG + Agent 结合（高频加分项）点：检索增强•搭建 RAG 检索模块，结合向量检索与语义重排提升召回质量•将检索结果作为 agent 决策上下文，提高复杂问答准确率⸻点：协同架构（重点包装）•设计 RAG + Agent 协同架构，将“检索-推理-执行”解耦，提升系统可扩展性与稳定性•优化长上下文场景下的信息选择策略，降低噪声对决策的干扰⸻四、记忆（Memory）与上下文管理点：多轮对话能力•实现基于短期记忆 + 长期记忆的上下文管理机制，支持复杂多轮任务•设计 memory 压缩与摘要策略，降低 token 消耗并提升响应效率⸻点：用户状态•构建用户级上下文存储，实现个性化任务执行与历史行为复用⸻五、稳定性 / 防“翻车”（非常关键）点：防幻觉 / 防乱调用•通过输出约束（JSON schema / function schema）减少模型幻觉与格式错误•引入结果校验与二次确认机制，提高关键任务可靠性⸻点：异常处理•设计超时控制、异常捕获与降级策略，保障系统在不稳定情况下仍可运行•构建 fallback 逻辑（规则/模板回复），避免任务完全失败⸻六、评估与数据驱动（很多人不会写，但很加分）点：评估体系•构建 Agent 评估指标体系，包括任务完成率、工具调用准确率、响应延迟与 token 成本•设计离线评测集与自动化评估流程，支持模型与策略迭代⸻点：优化闭环•基于日志分析持续优化 prompt 与工具策略，提升整体执行效果⸻七、性能优化（工程感直接拉满）点：延迟 & 成本•优化 prompt 结构与上下文长度，使平均响应时间下降 X%•引入缓存与结果复用机制，降低 token 成本 X%⸻点：并发与吞吐•设计异步执行与任务队列，提高系统并发处理能力•支持多任务并行执行，提升复杂流程处理效率⸻八、工程化能力（决定你是不是“能进组的人”）点：可观测性•构建日志与 tracing 系统，记录 agent 决策路径与工具调用链路•实现任务级监控，支持问题快速定位与回溯⸻点：系统化落地•将 agent 服务化部署，提供标准 API 接口供业务调用•支持模块化扩展，降低后续功能迭代成本⸻九、业务价值（一定要写，不然像玩具）点：效率提升•将原本依赖人工处理的流程自动化，日均节省 X 小时人工成本•提升任务处理效率 X%，缩短响应时间 X%⸻点：场景覆盖•支持 X 类业务场景（如客服、数据查询、报告生成等），提升系统使用率⸻十、直接可用的“完整项目描述”（可复制）大家可以直接用这个版本👇项目：智能 Agent 平台（LLM + Tool Use + RAG）•设计并实现基于任务分解与工具调用的 Agent 执行框架，支持多步推理与复杂流程自动化•构建 RAG + Agent 协同架构，将检索、决策与执行解耦，提升复杂问题处理能力•封装统一工具接口，接入搜索、数据库与业务 API，实现多场景任务执行•引入参数校验、重试机制与 fallback 策略，显著提升任务执行稳定性•实现多轮对话记忆管理与上下文压缩，优化长任务下的性能与成本•构建评估体系（任务完成率 / 延迟 / token 成本），驱动持续优化成果：•任务完成率提升 XX%•平均响应时间降低 XX%•人工介入率下降 XX%