高途秋招一面（约二面）

#秋招#
时间：55min
岗位：java开发
问题：
1.自我介绍
2.项目介绍（每一条展开说）
3.高精度续播视频实现方案？使用了什么redis类型？会不会出现大key问题？
4.兑换码生成算法是什么样的？性能怎么样？如何保证数据的一致性？
5.优惠券超发怎么加锁的？自定义锁组件怎么实现的？
6.优惠券智能推荐的算法是什么？
7.实习介绍
8.前端缺陷检测工具如何构建？用的什么模型？有没有对比过其他模型？
9.如果需要切换不同的模型进行检测怎么设计？
10.检测工具的实验场是怎么设计的？如何做的？有没有实验各类大模型的效果？
11.规则prompt是如何编写的？
12.有没有遇到过大模型的记忆压缩与裁剪的场景？
13.jvm内存结构
14.类加载机制
15.算法：另一棵树的子树
16.反问

全部评论

推荐最新楼层

特级牛马

南昌大学 Java

佬，有问多久进入下一流程吗？

点赞回复分享

发布于 2025-09-25 14:23 江西

05-06 13:32

门头沟学院 C++

校招C++20并发系列09-识别阻塞风险：死锁排查与线程推进保障实战

识别阻塞风险：死锁排查与线程推进保障实战 在并行 C++ 开发中，理解“阻塞”与“非阻塞”操作的本质区别是构建高性能并发系统的关键。许多性能瓶颈并非源于算法逻辑的复杂性，而是源于线程间不当的资源竞争导致的相互等待。本文将通过一个具体的累加任务案例，深入剖析基于互斥锁的阻塞实现与基于原子操作的非阻塞实现之间的差异，并揭示其背后的底层机制。 阻塞式实现的陷阱 为了直观展示阻塞带来的性能问题，我们首先构建一个基于 std::mutex 的同步场景。在这个示例中，八个线程协作完成一个共享变量的递增任务，总迭代次数为 （即 32768 次）。 代码结构分析 在阻塞版本中，大部分线程运行常规的 work ...

点赞评论收藏

05-06 07:16

三江学院 C++

AI Agent面经 3（持续更新）

Q1：大模型（LLMs）具有什么优缺点？答案：优点：可以利用大量的无标注数据来训练一个通用的模型，然后再用少量的有标注数据来微调模型，以适应特定的任务。这种预训练和微调的方法可以减少数据标注的成本和时间，提高模型的泛化能力；可以利用生成式人工智能技术来产生新颖和有价值的内容，例如图像、文本、音乐等。这种生成能力可以帮助用户在创意、娱乐、教育等领域获得更好的体验和效果；可以利用涌现能力（Emergent Capabilities）来完成一些之前无法完成或者很难完成的任务，例如数学应用题、常识推理、符号操作等。这种涌现能力可以反映模型的智能水平和推理能力。缺点：需要消耗大量的计算资源和存储资源来训...

查看4道真题和解析

点赞评论收藏

04-26 21:42

南京邮电大学 C++

丝滑入池，希望能泡出来

😋😋😋

点赞评论收藏

03-26 13:04

已编辑

电子科技大学算法工程师

27找实习这简历有问题吗？要怎么改啊？腾讯京东大厂不给面呜呜

腾讯 京东oppovivo快手美团百度字节蚂蚁上面的厂都投了，有的直接简历挂了（快手  阿里挂的最严重），测评做了，有的给了笔试，但为啥大多都一直卡流程？卡在“简历筛选/评估中”，这是怎么回事？项目不行？还能找到实习吗？

xiaowl：你这个简历“条目上”都比较有深度性，但是实际上面试官又没法很好的评估你是怎么达到很多看上去很厉害的结果的。要避免一些看上去很厉害的包装，比如高效的内存复用策略的表达，如果仅是简单的一些内存共享机制，而且面试上也没有深挖的空间，就不要这样表达。比如，工程化模式本质上可能就是定义了一些abstract class，那也就没特别多值得讲的内容。建议简历上应该侧重那些你花了大量时间和精力解决、研究的问题，不要过分追求“丰富”，而是关注在技术深入度、问题解决能力的表现上。

没有实习经历，还有机会进...

点赞评论收藏