我承认之前说话大声了点，没开摄像头也不算KPI，虽然二面还是没开摄像头，但至少约面了嘛开始就简单自我介绍，针对项目进行阐述，对答还算流畅，但是有的实际高并发场景细节并没有答上。八股部分就问了常见的redis八股，比如击穿、穿透、雪崩以及应对策略，最后雪崩的应对策略没答全，但也差不多了。算法题有点难第一个是，循环输出启动3个线程，分别循环打印1、2、3，并且要求输出顺序严格为"12312312.3."。让三个线程交替输出自己的内容，我准备的不大充分，之前遇到过，但看答案有接近一百行，写不出来。第二个是，对于一个含有n个元素的数组，可以划分为m个小数组使他们和相同，比如数组为{1,3,4,2,2}时，n=5，可以划分为m=1,{1,2,3,4,2}； 当m=2时 {1,2,3}和{2,4}各自和为6；当 m=3时{1,3}、{2,2}、{4}各自和为4；当m=4时不可划分，所以m最大为3。请你设计一个算法，对于任意输入的数组，求m最大值。类似leetcode40题组合2，但比那个复杂的多，因为target要自己一个个去尝试，并且元素不能重复使用，我事后花了一个晚上才写出来，幸好面试时没有死磕。第三题是，统计一个字符串中出现最多的字符，我直接用128位的int数组计数，面试官问我冗余空间，我说使用map会引入更多内存，且效率没数组高。最后还有一个开放性智力题，问我如何估算一个地区的奶茶店总数目。我本来想着直接美团上看附近的店家数据，但是这只能限定距离范围，无法覆盖全市。所以想着通过各个商家自己的微信小程序，计算前10个品牌（比如蜜雪、霸王、茶百道、瑞幸……）在该地区的总数目n，再在某个商圈进行抽样，找到这10家品牌占总共奶茶店的数目（比如占比70%），那么全地区的数目可以用n/70%来粗略估算。

自我介绍 简历深挖：完整地介绍项目：项目背景、遇到的问题、你是怎么解决的、最终效果怎么样、以及怎么去度量它的价值然后是疯狂的拷打：质疑建模维度的实际应用价值，模型的提升大概有多大，XGB的优势RF也有为什么不选RF等等 A/B测试1. 做A/B test时，如果发现结果不显著，可能是什么原因导致的？2. 针对这些原因，有什么解决办法？或者如何提前避免、事后补救？3. 如何判断结果不显著具体是哪一个原因导致的？4. （针对样本量不足）样本量应该增大到多少？我们怎么去做一个估算？5. 如果是分流不平均（抽样不均）的情况，应该怎么解决？6. 如果在某个特征上发现非常不均匀，有什么好的处理办法吗？7....

1、请自我介绍，突出与策略运营（经营分析方向）相关的优势（如数据敏感性、电商数据分析经验、跨部门协作案例等）。2、为什么申请TikTok Shop策略运营岗位？你认为“经营分析”在电商用户体验与商品治理中的核心价值是什么？3、你认为“策略运营（经营分析方向）实习生”需具备哪些核心能力？（如数据洞察、逻辑拆解、策略落地、跨部门推动、用户体验感知）4、如何快速适应TikTok Shop不同市场（如欧美、东南亚）的用户体验差异（如售后偏好、商品质量敏感度）？5、分享一个你通过数据分析发现业务问题的案例，说明数据来源、分析思路（如漏斗拆解）及结论（如提出的优化建议）。6、经营分析需平衡“数据严谨性”与“策略落地效率”，你会如何权衡？（如关键决策用全量数据验证，紧急问题用核心指标快速响应）7、你对“电商平台商品治理”的趋势有什么观察？（如数据驱动规则优化、用户反馈实时响应、跨区域标准协同等）8、面对不同业务模块（用户体验监控、商品治理、重点项目），经营分析的侧重点有何不同？9、如何从数据中诊断“用户体验波动”？（如从差评率、退货率、咨询量等指标拆解，定位是商品质量还是物流问题）10、你平时关注哪些电商经营分析资源？最近研究的TikTok Shop用户体验案例是什么？11、请解释策略运营的核心概念，并说明它与传统运营、产品运营的主要区别是什么？12、在制定业务策略时，你会采用哪些经典的分析框架？请选择一个框架详细说明其应用场景和分析步骤。13、数据驱动决策是策略运营的重要特征，请说明你理解的数据分析在策略制定中的作用，以及常用的数据分析方法有哪些？14、什么是北极星指标？在策略运营工作中，如何确定和分解北极星指标？15、请解释A/B测试的基本原理，并说明在策略优化中如何设计和应用A/B测试？

体感最难的一次面试，全程被拷打(应该是公司风格，感觉面试官人还行但是没开摄像头)40分钟coding 40分钟拷打简历1.线性回归/kmeans概念，手写线性回归2.torch手撕MLA(没写出来)3.问项目，sft/rft怎么做的，提问数据集细节4.DAPO (项目中提到)做了哪些改进5.多模态模型的thinking能力训练相比纯文本的 thinking训练有什么不同6.你们训练视觉thinking的COT哪来的(答:用开源数据集/sota模型蒸馏)，追问那他们的视觉cot怎么训练出来的(答:先训练文本llm，再对齐视觉vit，然后再从通用领域做rft可以泛化到垂域;