27届鼠鼠没实习，暑期挂完了喵，要似了喵，简历求拷打喵！！！

投了一个多月的暑期实习斩获0约面佳绩，求大佬们指点一下😭😭😭

1.自我介绍2.业务介绍，类似交付？3.介绍一下RAG4.topk 和rerank什么区别5.Agent范式6.基本的学习方法7.docker and 虚拟机8.k8s9.五层网络协议10.tcp 三次握手11.提示词工程怎么设计12.项目13.基本的数据结构---岗位和我不太符合~

🔥字节跳动二面真题大揭秘！大模型对话上下文管理，拉分关键在此🎯📌基本信息公司：字节跳动年份：2026月份：2月面试轮次：二面岗位：AI应用研发工程师难度：⭐⭐⭐⭐⭐📝真题呈现“为字节的对话机器人（如豆包）设计一个上下文管理服务。要支持上下文的新增、获取、删除，以及定时清理过期会话。必须保证多线程并发安全，并尽可能优化性能。给出设计思路和核心代码。”💡专家深度解析这道题可不简单，直接把你从普通“程序员”拉到“架构师”的高度！它重点考察你对状态的管理、资源的调度以及并发编程的深度理解，绝对是二面拉分的经典题目。🧠设计思路大公开存储结构：选择ConcurrentHashMap作为基础，以用户ID为Key，上下文对象（包含对话列表、最后活跃时间）为Value。过期清理：利用ScheduledExecutorService启动定时任务，定期扫描并清理最后活跃时间超过30分钟的上下文，避免内存占用过大。性能优化：引入Caffeine本地缓存，为高频活跃用户加速读取，提升系统响应速度。并发安全：ConcurrentHashMap保证基础安全，对于单个上下文的修改（如新增对话），采用synchronized或ReentrantLock进行细粒度锁控制。🌐应用业务场景此服务直接对应飞书AI助手、抖音智能客服等多轮对话场景。想象一下，如果没有上下文管理，AI就像得了“金鱼记忆”，用户体验会极差。而且，这个服务必须能够承载百万级用户同时在线的上下文状态，对性能要求极高。📚核心考点总结深入理解与熟练使用ConcurrentHashMap合理设计定时任务并做好资源管理掌握本地缓存（Caffeine/Guava Cache）的应用技巧精通并发场景下的锁优化策略🚨实践避坑指南内存泄漏：定时清理任务必不可少，遍历Map时建议采用分段方式，避免长时间持有锁导致系统卡顿。缓存一致性：要充分考虑本地缓存和主存储的数据同步问题，通常可采用惰性删除或设置短过期时间来解决。分布式扩展：单机内存有限，面试官很可能会追问“用户量极大怎么办？”，这为后续押题埋下伏笔。🚀趋势押题预测📌预测名称分布式会话上下文管理与持久化📝押题题目“将上下文管理升级为分布式服务。要求上下文能在多个服务实例间共享，并且支持持久化到Redis和MySQL，防止服务重启数据丢失。设计此分布式架构，解决共享、持久化、一致性难题，并给出关键代码。”📊押题依据频率雷达：“上下文管理”是二面高频题，一年竟出现29次。面试官常常在一道单机题答完后，自然过渡到分布式场景。趋势风向：所有字节AI产品都是集群部署，跨服务共享上下文、数据持久化是上线项目必须解决的工程问题。信息来源：参考了飞书AI助手的技术方案分享及字节2026年关于“状态服务”的架构设计博客。📝押题逻辑理由单机版只是理想状态，分布式才是现实需求。二面核心考察系统设计和架构演进能力，当用户从服务A切换到服务B，对话不能中断；服务发布时，上下文不能丢失。因此，分布式上下文管理是必然的追问方向，也是区分普通候选人和优秀候选人的关键。📚核心考点总结分布式缓存（Redis）的应用数据持久化方案的设计分布式一致性的保障会话同步策略的制定💼适配岗位AI应用研发、分布式架构师🎯押中概率80%（二面经典追问路径）// 【代码示例】分布式上下文服务核心片段@Servicepublic class DistributedContextService {@Autowiredprivate RedisTemplate<String, UserContext> redisTemplate;// 获取上下文：优先读Redis，穿透则查库，并回填缓存public UserContext getContext(String userId) {String redisKey = "ctx:" + userId;// 1. 从Redis读取UserContext context = redisTemplate.opsForValue().get(redisKey);if (context != null) {return context;}// 2. Redis没有，从MySQL加载context = contextRepository.findByUserId(userId);if (context != null) {// 3. 异步回写到Redis，并设置过期时间redisTemplate.opsForValue().set(redisKey, context, 30, TimeUnit.MINUTES);}return context;}// 更新上下文：双写策略，先更新数据库，再失效缓存@Transactionalpublic void updateContext(UserContext context) {// 1. 更新MySQLcontextRepository.save(context);// 2. 删除Redis缓存，下次读取时从DB加载最新redisTemplate.delete("ctx:" + context.getUserId());}}宝子们，字节跳动二面这么重要的真题和押题预测都给你们整理好了，赶紧收藏起来好好准备，祝大家都能顺利上岸！💪

1.为什么不选择后端分片文件上传？是实现麻烦还是交互麻烦？2.上传的视频文件不会加水印吗？隐私性怎么保证？3.假设数据量比较大，会出现性能问题，如果要你去改，你有什么想法吗？4.一般怎么加索引？怎么读取的更快呢？5.介绍一下什么是联合索引？6.联合索引失效的场景？is null会不会导致索引失效？order by会不会失效？ order by两个字段走不走索引？7.讲解一下rag8.rag中如何处理大数据的分片和分块？9.使用过es吗？讲解一下检索的原理10.讲解一下bm25算法11.算法：杨辉三角，力扣原题写的很快，但是让我改空间复杂度，最后勉强写完。面试官人还不错感觉八股还是背的不够深入啊