大模型基础架构岗面经（二）

1，自我介绍2，详细追问上一份工作涉及的项目的细节，表结构，数据量，改进的原因是什么，当时是怎么发现问题的……中间穿插着问了jvm 的结构，一次性加载10万条数据到list里，jvm 会怎么样？会oom吗？所有可能触发oom 的情况，如何定位慢查询，用到的设计模式3，整体介绍另一个项目4，最左匹配原则以及底层原理5，sychronized和Reentrantlock的区别6，redis什么时候会出现性能问题7，mq积压问题线上一般怎么解决？加消费者实例数来解决怎么样？为什么？8，题目：一个热门的直播间，需要计算观众累计的时长，例如一个人退出又重进需要累计观看时长，需要近实时显示观看时长top5。 回答用redis 的zset 。提问：考虑高并发场景和性能问题，例如几万个人同时在线，应该怎么处理？什么时候更新用户的时长？9，反问

1. 简单做个自我介绍。2. 上一份实习为什么不留在那里？二、Java 基础 1. HashMap 在 JDK1.7 升级到 1.8 做过哪些优化？2. 往 HashMap 里 put 一个值的过程是怎样的？3. HashMap 达到临界值时，扩容是怎么扩容的？4. 数组长度扩容两倍，里面的数据会怎么变化？5. JDK1.7 头插法为什么会出现死循环？6. 1.8 为什么改成尾插法？ 三、实习相关1. 为什么不直接存原始文件，一定要做转码？2. 两种方法转码分别有什么优缺点？3. 转码失败率大概多少？你们怎么监控？4. 你修复过多类格式兼容问题，当时是什么问题？5. Excel 内容太多导致 ...

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.LoRA时如何选择合适的参数？这些参数的选择如何影响模型的性能？2.LoRA优势？3.大模型如何通过人工指标来评估效果？有哪些常用的人工指标？4.Transformer的计算复杂度主要由哪些因素构成？各模块复杂度分别是多少？5.Transformer中哪个模块的计算量最大？如何优化Transformer中计算量最高的部分？6.为什么BGE通常表现得比BERT更好？有哪些独特之处？7.在大模型参数如何影响模型的学习和优化？8.在模型加速方面，Deepspeed的Zero-1, Zero-2, Zero-3分别有哪些区别?9.Transformer的自注意力中，KV-Cache的引入有什么作用？它如何帮助加速推理过程？

🚀 27届校招必看：后端&大模型应用开发突围指南（2026春招/秋招版）你好，27届的同学！现在是2026年3月，26届春招已进入白热化，27届的暑期实习预热也即将开始。作为站在AI浪潮风口的一代，你们面临的机遇与挑战并存：传统后端岗位在收缩，而“后端+AI”或纯“大模型应用开发”岗位需求激增。很多大厂（如字节、阿里、腾讯）的后端JD里已经明确标注“需具备大模型开发与应用能力”。如何在这个时代合理利用AI工具，打造核心竞争力？这份实战分享贴为你拆解。一、核心认知：AI时代，后端开发变了吗？变了，也没变。没变的是：高并发、分布式、数据库优化、系统设计等后端基石依然是面试和工作的硬通货。...