美团食杂零售研发部后端timeline（已回人才库

脉脉二面： 压力暴大，对你的每个点都刨根问底，问底层，实习组织架构，日常工作划分，使用到的技术的各项底层原理，30分钟实习，八股很少，如下：1.用户从点击到你的web服务经过什么（计网加网关加springmvc全背）2.mysql与redis应用场景3.进程，线程，协程4.分别什么时候用5.只接触过多线程吗？写了道题，字母异位词分组，我以为结束了，结果继续问，输入的strs有1亿个字段，把世界上所有的单词都输进去了，应该是用分治，但是没想出来，说了没思路还在一直追问，总共一小时，昨天晚上面，感觉应该是挂了。美团一面：总共一个小时，完全无八股，畅聊实习与ai，难度不高，面试官对ai的兴趣很高1.function call，mcp，skills的区别2.平常开发用过skills嘛3.对龙虾怎么看4.平常ai coding做的多嘛，怎么做5.会不会用ai排查问题6.说说你对ai的看法吧总体难度不高，但是问的实习也蛮有水平的，面试官很和蔼，一直有在善意的笑，给到夯，最后写了道算法，数组中第k大的数，说了快排跟最小堆，但是不知道快速选择，面试官说是变种，让下去再看一下，业务是crm到餐，介绍业务很细致，也讲了他们组里对于ai的应用，感觉对ai很重视。总体很平和应该能过。最近暑期没怎么开，也没怎么投，原本今天面字节，但是昨天突然给我说没hc了，给我取消面试了，也许上天指引我留在手子吧哈哈哈。百度一面已过，今晚二面！

自我介绍手撕：矩阵中的最长递增路径拷打项目：介绍一下实习和项目中遇到的问题，以及怎么解决的实习中用到的分布式锁和项目中用到的乐观锁是怎么选型的实习中的redis是哪种高可用方案，还了解其他方案吗redis访问突然变慢了，如何排查实习中的文件格式与内容校验，两种算法分别起什么作用实习和项目中有用到ai辅助开发吗，使用了哪些ai开发工具几乎无八股凉凉~~更新 0323 已挂

1.你的登录功能是基于什么来实现的呢？2.你使用了多级缓存，redis＋本地缓存，那你的本地缓存是怎么去实现的？3.如果redis和DB库存不一致导致超卖了怎么办？4.如果redis和DB库存不一致，如何让用户感知到下单失败？5.如果抢票只有一张票，但是有上千万和请求到来，如何进行处理？不用消息队列的话？比如令牌桶？限流？6.用redis来实现全局唯一ID是如何来实现的？会不会导致7.项目有做分布式的部署么？如何实现？8.了解什么是Function call，什么是mcp，什么是skill么？9.平时编程有用什么AI么？10.Java面向对象的三大特性是什么呢？有什么含义？11.子类中如何引用父类的方法？12.父类对象的引用可以调用指向子类的新方法么？13.重载和重写有什么不一样么？14.如果重载里面的参数是list，但是泛型不一样，算重载么？15.被哪些修饰修饰的方法是可以重写的？16.Java的static方法有哪些作用？17.有什么办法在静态方法里面调用非静态的方法？18.Java常见的集合或者说集合框架有哪些？19.Concurrenthashmap是如何实现的？20.Java里面有哪些创建线程的方法？21.线程池的有哪些参数？他们具体什么含义？22.为什么要尽量使用自己定义的线程池？23.Thread local的实现是什么？它里面用了什么引用？24.排查过内存泄露的例子么？如何排查内存泄露？25.如何去排查OOM？26.Spring中的autowired和resource注解有什么区别么？27.Spring的bean默认是单例还是多例的？如何创建多例的bean？28.如果依赖注入的时候接口有两个实现，怎么是选择要注入哪个？29.Spring的IOC和DI是什么意思？30.用过spring的切面么？如何使用切面？31.MySQL有哪些隔离级别？他们怎么实现？为什么使用Mvcc解决可重复读？32.MySQL的索引失效的场景有哪些？33.索引是越多越好么？34.为什么平时实际生产要反范式？35.数据库的Join有哪几种方式join啊？有两个表，一张是交易的表，一张是结算的表，交易会每天给把它收到的订单给结算发一份。两个表都有订单号字段，如果有人在结算的表插入订单（不在交易的表）或者交易给结算的表丢失部分数据，如何去排查这些异常的数据？36.计算机网络的tcp协议如何做拥塞控制？37.Tcp头部的内容了解么？有哪些字段？38.手撕：K个一组翻转链表回答了七八成的问题吧，手撕六分钟写出来，面完直接约二面

1. Agent 工具调用你知道怎么训练吗？训练集应该包含哪些？怎么得到训练数据集？如果只是让模型“知道有工具”，那只需要在 SFT 里教会它工具名和参数格式；但如果想让它真的会用工具，训练集必须覆盖完整决策链路。至少要有三类样本：一类是该调用工具的，一类是不该调用工具的，还有一类是要调用多个工具且有依赖关系的。否则模型很容易学成“逢问题必调用”。训练数据来源一般有几种。最理想的是业务日志里已有高质量人工操作轨迹，把用户问题、检索条件、调用参数、返回结果和最终回复串起来。没有现成轨迹时，就要靠规则模板、专家构造、模型自蒸馏和人工校验混合生成。真正难的地方不在造正样本，而在构造反例，比如参数缺失...