突然电话的面试 没有录音 只能靠记忆 全程大约20分钟1. 数组和链表的区别2. 介绍下Collection集合体系3. 面向对象如何理解的？4. 简单说一下Java中的 封装、继承、多态5. 介绍下Java异常体系6. 如何创建一个线程7. SpringBoot中常用的注解8. SpringBoot中的事务介绍9. SpringBoot中事务失效的场景10. 联表查询如何实现的？11. Mybatis中的XML中的标签有哪些以及具体作用12. 项目中用到了AI 具体是如何实现的13. 前端了解过吗14. v-if和v-show的区别15. Linux的基础命令16. 比如说我要执行一个脚本 linux下怎么给这个脚本设置权限17. docker中常见的命令18. dockerFile的主要内容有哪些？比如说要编写一个dockerFile文件反问我们这边主要的业务是什么面试结果多久会通知这个是昨天晚上面的 然后今天下午突然电话 还有面试 约到了周五下午

请大家帮🐭🐭选一下🚩🚩饿了么 暑期转正 +2说答辩结果不错，是p5+（好奇是sp吗）业务是闪购用户增长 toC base北京👋👋京东国际 商品业务 toC base北京/深圳👍👍懂车帝 tob内部平台 base北京暂未开奖，想先选一选

原本以为自己早早就开始看牛客，不会有很多信息差，结果还是小看的秋招，有很多现实都和自己想的不一样。1. 秋招难度>>暑期实习，并不是说面试难度，而是上岸难度。因为暑期实习过了基本都能进，但是秋招面试通过了还需要泡池子进行排序。而且暑期实习当时面经的数量都远多于秋招（这里主要说大厂等）2. 刚刚说到了泡池子，按照我的原来想的，到最后其实都要泡池子的话，秋招晚一点投好像也可以。然而事实完全不一样，很多bg好的大佬就是晚投了连面试都没有。我认为前期组内hc充裕，面试难度也不会太高、面试评级也会高一点，后面hc很少了，面试难度就会提高。3. 金九银十：实际上说的是面试高峰期是9、10月，投递的高峰期应该是在8月，公司刚开就要投递！4. 秋招失利能否找段大厂实习再春招：我大三找实习的时候，基本都要25的，所以想当然的以为秋招就算失利，找段大厂实习冲刺春招也是完全可以的，但是现实是：中小厂才要26届（因为他们的校招就是实习转正）、大厂不要应届的（当然我也看到有同学还是上岸了大厂日常，本人bg也还可以，大厂实习无面）5. 11、12月秋招补录：大佬一般都是手拿好几个offer，最后只能去一个，所以hc会有空余？现实是：其实大厂的offer都是超发的，传言百度某个部门按照1:5的比例发放，所以实际上鸽完了剩余的hc也极少，只是补录到的人一般会发帖庆祝一下，所以显得机会很大6.既然超发了offer，大厂会毁意向吗？只要是发了邮件意向的，肯定是不会毁的（不包括oc），虽然超发，但是对于大厂来说还是不算多的，最多开白菜劝退（今年美团算法白菜25k），而且大不了下一年少招点就行。7. 大家还有什么想法可以补充到评论区最后给27的一些建议1. 暑期实习一定要好好把握。2. 如果你的目标是【腾讯】，最好实习转正，秋招hc少得可怜3. 如果你的目标是【字节】，一定要把握好每次面试，面评真的很重要，秋招甚至只要一面挂过就很难捞了。4. 如果你的目标是【阿里系】，笔试、测评是暑期/秋招通用的，要做好，我看到不少约面了，但是笔试挂的只能撤回面试5. 如果你的目标是【京东】，京东的面试可以说是秋招最简单的，大部分都是聊天为主。这样其实候选人之间技术面拉不开差距，那最后其实hr还是会根据学历排序的。6. 暑期、秋招给我留下比较深印象的大厂就是这几个，其他诸如快手美团滴滴pdd等，感觉比较“正常”。

一、手撕和八股1. 手撕岛屿数量，秒了2. Transformer 中 Attention 的本质是什么？你能从数学角度简要解释一下吗？3. 在 Agent 多轮对话任务中，你觉得 Attention 的局限性体现在哪些方面？4. 简要介绍一下 SFT的核心流程，以及数据集的构建策略，SFT之后常见的 Post-Training 还有哪些？它们之间的目的有何区别？5.  什么是 RAG，它是怎么提升生成质量的？与传统检索 + 模型生成的流程有何不同？你是如何评估一个RAG系统是否work的？6. PPO 和 DPO 在大模型对齐中的主要区别是什么？DPO 训练通常有哪些注意事项？用过GRPO么？二、简历1. 你在提到过 Modular Agent，你能讲讲它是如何实现多步规划的吗？2. 你提到了多个工具调用链路，调度策略是如何设计的？是否有异常 fallback 策略？3. 你构建的 Agent 评估体系包括哪些维度？如何衡量 planning 能力 vs hallucination rate？4. 你还微调过Qwen，选择的训练阶段和Loss函数是如何决定的？5. Prompt 自动推荐模块用了哪些优化策略？有没有尝试过Prompt压缩或embedding表示的方式？三、业务场景相关相关假如一个 Agent 推理链路包含 3 个工具 + 高频请求，系统整体延迟较高，你会如何优化？