快手商业化二面 乐经

1、实习介绍2、最近在学习什么3、spring ai对于agent开发提供的常见模式有了解吗4、有看过spring ai的开发文档吗5、mcp有哪些通讯的协议6、sse的断点续传7、你写小红书的mcp是希望大模型帮你做什么呢8、阻塞通信和非阻塞通信的区别和原理9、Linux中用的非阻塞通信模块是哪个模块10、数据库的四个特性，具体分别是怎么去实现的11、怎么用MySQL实现分布式锁12、个人情况、闲聊13、反问

时间线：11.29 投递，12.1 简历通过，约面。 12.08一面，答的一坨，估计极大概率已挂，面试时间总计35分钟update: 12.11晚被发感谢信个人反思这两周效率还是不太高，每天有效学习时间6小时左右，背八股 + 刷算法，同时看12306的项目文档，阅读项目代码。期间学到了很多新的东西，但也遗忘了很多八股。现在只能继续边投边面边学了，“沉淀”对于我这种懒人来说是个伪命题，有了面试的压力，心里才有更多的动力去学项目中的业务逻辑和背八股。虽然时常安慰自己不要焦虑，但是接连的面试已挂还是相当打击人的。12月还有一堆乱七八糟的期末考试，后天11号要考编译原理，到现在都没开始预习。明天又约了...

一面： 1.请介绍一下Transformer的核心组件及其作用2.介绍LLM Decoder-Only架构3.你对SFT的理解是什么？与预训练相比有什么差异？4.SFT冷启动时数据集构造需要注意哪些因素？为什么要做数据清洗与均衡采样？5.介绍一下RAG的整体流程。在Agent落地场景中，RAG会遇到哪些延迟和正确率问题？你怎么优化召回链路？6.在你的问答Agent项目中，数据集构造的自动化流程是怎么实现的？7.你是如何利用多Agent协同来提高推理正确率的？调度策略如何实现？8.你提到用DeepSpeed做SFT训练，请讲一下DeepSpeed ZeRO Stage 1-3的区别，以及什么时候用FSDP会更好？9.你做Prompt优化时，是如何判断优化后的Prompt在Agent推理链路中性能提升的？用什么指标来衡量？10.在多Agent系统中，如何保证异步任务执行的稳定性和结果一致性？11.如果Agent推理API需要低延迟响应，你会从哪些方面做系统级优化？代码题：lc34.在排序数组中查找元素的第一个和最后一个位置

比特鹰 Golang 后端一面 45min 还好面试前搜了下牛客，面试题是有模板的，和之前看到的差不多 面试官态度挺好的，是个03的小哥 说实话一面题不算很难，没有场景题也不用手撕算法，但是有个脑经急转弯 1.怎么排查Linux服务异常 2.Goroutine调度原理，为什么那么轻量，有哪些泄露场景 3.说一下你对微服务的理解，有哪些常用组件 4.消息队列有什么作用，怎么解决重复消费和消息丢失 5.Docker Compose有什么用、 6.K8s有没有了解过（估计是有题目的，但我直接说没学过，面试官就没问了） 7.讲一下Redis的 RDB 和 AOF的优缺点、区别。 8.Redis有哪些淘...