4-11 快手一面 游戏客户端

面试经验： 一面面试难度不小，但面试官人很好，非常善于挖掘别人的优势，很喜欢追问到底，感觉他侧重于对知识的深度理解而非简单背八股，在这个面试官的提问模式下背答案一定会被问穿，所以简历一定要斟酌，不擅长的不能往上写。反问环节他也说过面试并不是看我不会什么，而是看我会什么，会到什么程度。综合能力够的情况下，如果和岗位技术栈要求有差异的话会培养。这个一面应该是我面试以来体验最好的一次了，并不是因为问得简单，而是基本把我的优势全部挖掘出来了，当然面试官也指出了我很多错误。当然刚好我的优势和岗位有很好的匹配度，面完4小时发二面通知。二面面试官全程问实习，一个小时三个实习项目，问到了很多实习的细节，没有八股算法。我当时参考网上面经以为一面二面性质一样，都是八股 + 算法，结果二面更像是华为的主管面。当然我觉得应该是一面面评比较好，如果没有实习经历的话应该还是有八股 + 算法。面完等待4个工作日通过。HR面试直接打的电话，问多久入职，挂完电话进录用评估，第二天offer。业务1面（65min）：自我介绍智能指针针对什么场景？shared_ptr怎么实现的？循环引用如何解决？move的底层实现有了解过吗？多态的底层实现，你有尝试看过虚函数表的底层吗？还是只接触了理论知识？如何用C语言实现面向对象的特性。结合Linux底层TCP四层继承体系 + struct file文件操作表讲解map和unoredered_map有什么区别？底层是什么？增删查改的时间复杂度分析多级页表和一级页表的区别，举例子讲解。面试官说我对一级页表的理解有问题，我讲的是模型而非真实一级页表进程地址空间栈和堆的增长方向select、poll、epoll几个模型的底层区别，epoll的ET模式和LT模式的底层区别你为什么了解这么多Linux的底层？怎么学习的？为什么想要去了解这些？动态库和静态库的区别，程序是如何找到动态库里面的函数的，在谈及动态库加载底层时面试官说.GOT保存的并非函数偏移量，而是函数加入符号表再在动态库中进行定位，防止动态库中途修改导致定位失败搜索引擎中正排索引和倒排索引的区别搜索引擎中权值有什么用？如何计算的？cursor和opencode有什么区别？你在什么时候用哪个？什么是skill？你觉得skill中的格式有什么意义？什么是agent？agent和传统聊天界面有什么区别？手撕：用C++实现一个线程安全的单例模式，懒汉饿汉均可分析饿汉模式的线程安全问题，回答当动态库使用饿汉模式时是否存在线程安全问题？有什么想要问我的吗？业务2面（65min）：自我介绍详细询问华为的实习接触的三个主要项目，包括项目的意义、我负责的内容是什么、参与时间、产出、使用的技术栈、收获（占90%以上时间）讲一下你的搜索引擎项目用到了哪些技术？是纯语言项目吗？产出是什么？讲一下你平时怎么学习的？中途根据我的回答插问什么是回调机制你认为你的优势是什么？如何解决问题的？结合日常学习、项目和实习回答你们学校允许实习吗？为什么在华为只实习了三个月？有什么想要问我的吗？

考研下岸找工作的，完全没有实习。12月底考完就感觉没戏开始准备简历背八股。秋招末尾和春招前期一败涂地，最后终于在四月中拿了满意的offer。最后决定去麦吉太文，面试体验太好了，给了SP待遇。在北京，包三餐（自助），8小时工作制弹性打卡不加班双休。虽然北京租房比较贵，但是12%全额公积金还有房补，完全能覆盖租房花费了（除非想租单间而且比较好的一个月七八千）。虽然是休闲游戏三消，未来肯定不如大厂。但是氛围很好工作轻松，算时薪待遇比大部分大厂都好，所以我觉得还挺不错的。而且我比较想自己有时间做做独立游戏，去大厂996加班肯定是没时间做的。然后是春招总结几个比较难绷的进度：腾讯（简历泡池子泡了半年）网...

已经接快手offer下周入职，现在就面着玩了，如果有更好的再跳。字节面试官挺让人意外的，一上来先做了个自我介绍给我整的有点懵，第一次遇到面试官自我介绍的总体而言面试效率很高，看我会的就直接打断问下一个问题了，最后的手撕因为acm模式很耗时间，很难写测试用例，所以就写了下核心代码，讨论了下思路，不过中途写的时候卡了一下不知道影响咋样，整体体感还不错。视频面试（60min）：做一个自我介绍，中途打断叫我重点介绍下实习和项目实习拷打你常用的大模型是什么？现在有一个功能需要你来完成，你应当如何借助AI来完成？拆分功能是让AI来拆分吗？内存泄漏是什么讲一下智能指针，shared_ptr有什么缺陷？怎么解决？C++编译的过程是怎样的？虚函数表和虚指针是什么时候就绪的？TCP丢包问题怎么解决的？讲一下拥塞控制，拥塞窗口值的大小意味着什么？滑动窗口有什么作用？讲一下进程和线程的区别讲一下自旋锁和互斥锁的区别如何理解协程？现在各大厂商都在推进协程的使用。手撕：找两个链表的相交节点。先讲思路后做，讲了3种方法（3次遍历、转换为找链表环起始节点、哈希表统计），分析时间空间复杂度，让写将相交节点转为找链表环的起始位置的做法有什么想问我的吗？

最近读了腾讯写的文章，简单自己做了下总结和理解，又有了新的输入，不愧是腾讯👍 一、学到的核心知识 1. 大模型推理的两大基石  Continuous Batching（连续批处理）：传统批处理要求一个 batch 内所有请求"同时开始、同时结束"，但 LLM 输出长度不可预测，会浪费 GPU。vLLM 把调度粒度从 request level 下沉到 token level——每一步看哪些请求"差几个 token"，就调度几个 token，把短请求填进 batch 的空隙里。 Paged Attention：传统做法一次为请求申请全部显存，碎片严重；P...