一面感觉还行，问了Redis和项目，手撕是LC3。面试官挺温和的，我答错的地方还提醒我。二面直接换人了，风格完全不一样。 第一个题就问了我一个场景：如果QPS突然到10万，缓存一致性怎么保证。我答了Cache Aside，他说如果Redis挂了怎么办。我答了降级，他问降级之后数据库扛不住怎么办。我……愣了一下，说可以限流+本地缓存，他说本地缓存数据不一致怎么办。我服了，这题没有尽头。然后问了HashMap扩容。我以为很简单的，结果他问为什么1.8改成尾插法，头插法会死循环是怎么发生的。我画了图给他讲，他说如果两个线程同时扩容，指针具体怎么跳的。我脑补了一下，讲得磕磕绊绊的。系统设计题是短链服务...

boss上面沟通了500多个，只有不到10个要了简历，一个面试也没有约到，大佬可以帮我看看可以怎么改进吗

发70个邮件让我完善简历，我还以为被网暴了。说的就是你慧策，发邮箱让参加宣讲会，说参加完后就给安排面试。技术岗上来来了一句：只要92或双非ACM银牌，66666。说双非本只能投销售类，后期能转岗（虽然但是就你小子公司的hr已读且回复，那有毛用），92才不去你们那破公司，双非本就和有案底没区别。———4.21更新贵公司的高级员工您来私信骂我也没用哈，风评不好谁的问题谁自己心里清楚，有这时间建议提升自己，完善公司制度，而不是来骂我这个连入场券都没有的破学院本

今天直接上硬菜。面试官只要问Embedding，跑不出这三个方向：维度怎么定、距离怎么算、降维怎么画图。咱们不讲虚的，直接给答案、给理由、给操作。第一击：维度——不是越大越好，也不是越小越香面试常问： 你们Embedding维度设多少？为什么？直接回答： 一般在64到512之间。推荐从128开始试。为什么不是越大越好？维度太高 → 向量稀疏，每个位置都“有点意思但又不确定”，模型容易记住噪音而不是规律（过拟合）。计算慢、存储大，线上推理成本翻倍。为什么不是越小越好？维度太低 → 信息挤在一起，就像把一张高清图压成马赛克，物品/用户之间的差异表达不出来。实践口诀：数据量小就偏小（64~128），...