腾讯ieg日常实习一二面面经

1.上来分享部门谈理解，没让自我介绍2.场景题，CPU满负荷怎么处理3.实习，项目场景拷问4.ansible咋用的，实习里使用playbook吗，场景是怎么样的5.谈谈ai接入运维场景的架构实现，鼠鼠说的普罗米修斯加ai实现基础告警处理6.k8s报错场景实习中没有导师在怎么处理，说的是我没见过的业务名词，我谈了下基础排查操作和熔断降级机制及时联系导师7.谈谈shell让找一个最满意的脚本分享8反问 我问了下缺点回复有些k8s不大熟不过不是大型集群你们也接触不到，学习了下鹅厂的服务器架构不知道是不是KPI面，30分钟结束，面试官人很好学习了不少，就是没有一个八股和算法全是场景题鼠鼠白准备了

聊了聊实习，ai应用和沟通场景题说一周后会有评估结果，面试完马上就变成录用评估了希望不会出问题4.2已offer

场景问题 1.JSON 处理场景：如何统计一个复杂 JSON 字符串叶子节点中包含类似 "tencent" 某个字段的个数(使用一些算法的思路)？2.内存受限场景：如果 JSON 字符串极大（单个文件巨大），且内存有严格限制，你会如何优化算法？3.通用组件扩展：如果不限制算法，你会选择哪些中间件或开源方案来实现上述 JSON 检索功能？4.任务调度优化：有一批耗时不等的大量任务正在串行处理，效率很低，作为 SRE 你会如何优化？5.网络协议深度：在浏览器输入 HTTPS 的 URL 后，整个网络请求过程中会产生哪些具体的网络协议交互？实习问题6.CMDB 规模：你参与开发的 CMDB 模块，具体纳管了多少资源和服务（服务器数量级）？7.动态日志治理：这个功能具体是如何实现的？解决了哪些定位成本高的问题？8.量化收益：该优化方案上线后，具体的性能提升数据或排查效率提升比例是多少项目问题9.Agent 架构：你开发的“企业级”AI Agent 平台，其底层架构、执行链路（API/MCP/Model）是如何设计的？10AI 开发思考：Agent 开发与传统业务开发在思维模式上有哪些显著不同？11.多智能体通信：对于多 Agent 之间的沟通协作，你了解哪些先进的协议或学习心得？12.如果你是王者荣耀的 SRE，在面对“全球玩家统一支持”的体验优化需求时，从技术角度看会遇到哪些问题和挑战？

1. 介绍项目的整体架构、核心技术栈及业务细节2. 该项目中遇到的最大技术挑战是什么，如何分析并解决的？3. 如何保证用户单次请求/行为的整体事务性？4. 消息发送至RocketMQ但未消费、组件挂掉的处理逻辑5. RocketMQ挂掉后，消息无法消费的补偿机制有哪些？6. 除RocketMQ外，对其他主流消息队列的了解7. 如何理解MQ选型中的“严谨”？8. RocketMQ保证消息可靠发送、存储、消费的具体实现9. 讲解JVM的内存模型和常见的GC机制到岗时间，base地节后耐心等待出结果4.8更新     流程已结束