SQL（Day1）

有个朋友简历上写了精通MySQL，其实他就会写增删改查和简单的join。面试的时候面试官问了他一句：“你说你精通MySQL，那我问你，一个表里有5000万条数据，我执行一个范围查询特别慢，你从哪些角度分析？”他当时就懵了，开始背索引、缓存的那些概念，面试官接着问：“那你能讲讲InnoDB的B+树到底是怎么存储的？为什么用B+树不用B树？”他就彻底卡住了，支支吾吾说“我平时主要用ORM框架，底层了解不深”。面试官笑了一下，没再追问。结果当然是挂了

一、笔试整体情况 题型：2道Python + 1道SQL 形式：LeetCode 风格在线编程，直接写代码、当场运行出结果 难度：基础偏中等，不考偏题怪题 重点：数据分析能力 + 基础编程逻辑 + SQL筛选  二、Python 题目（2道） 1. 数据分析类（必考） 题型：给一组数据（列表/字典） 考点：   Pandas 基础（读取、筛选、统计）   计算均值、最值、计数、排序   空值处理、简单统计 要求：输出指定结果，能运行通过  2. 实际场景编程题 题型：业务场景小需求 考点：   for / while 循环   条件判断（ifelifelse）   列表操作、遍历、计数   输...

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 实习拷打2. 你参与过模型训练吗？会觉得产品是算法工具人吗？产品视角你觉得能为模型训练贡献什么？3. 你觉得到底什么样的ai产品能赚到钱？4. 你怎么去定义badcase？标准是如何制定出来的？5. badcase的评估是你进行吗，还是有专门的外包团队？6. 了解自动化的ai-native评估方式吗？为什么你们不采用这种方式？7. 你们这个知识库主要场景是什么？传统的ai不能进行这样的知识问答吗？8. rag的流程是什么？9. rag的知识库来源是什么，其中你提到拆分逻辑，这个逻辑是怎么确定的？10. 如何优化rag里的badcase，提升rag效果？11. bert和transformer是什么，解释一下12. 为什么有这二者架构上的区别，使用场景上有什么不同？13. 大模型的大体现在哪些方面？14. 为什么传统ai没有像现在这样跑出来15. 为什么现在的ai都是一个字一个字蹦出来回答的16. 什么叫模型的过拟合？17. 什么业务该用大模型，什么业务该用小模型？

线下hrbp面，面试官人特别好我们这批好像都是3个工作日出结果，具体结果就要看hc和横向的情况了。结果暂且不提，不泡池子还挺好，至少没过能马上继续推进别的或者签其他的。希望hc多点，给我们都放了吧东子家大业大不多我一个嘛，而且base还在成都。特地选了成都线下面，这一路的麻辣鲜香只有我自己知道😋offer来，offer来，来就签了原地结束春招去干饭把我在天津饿瘦的体重补回来