又在卡常数又在卡常数，我求你了，别在这种笔试里卡python的常数了行不行啊？签到题一看是个4*10^5规模的logn，我就知道tm要卡常数，果不其然，调了半天99.6%剩下的超时你知道有多搞人心态吗？

1.面试官业务介绍5-10min，然后说岗位跟面试邀约的可能不一样2.看你简历投大模型岗位，这边是后端岗多些，和统计更多，基础也比较重要3.反问ai结合场景这里莫名其妙的说了下，未来ai业务场景的的发展，最近看裁员帖子之类的面：像工程项目会被替代很多，像统计和类似于这种，系统验证还好些4.手撕回溯 子集输入调错5.有看过限流算法吗；手撕 令牌通限流服务端 伪代码，加并发控制，加乒乓球式限流，还是流式限流；5.1 怎么记录每个getToken()方法入参的lasttime构造器5.2 怎么控制乒乓球式还是流式5.3  refillToken方法要传什么参5.4 gettoken 没有写currentToken --5.5 now - last 时，单位是 s、ms 还是 μs？用户体量比较大，百万的时候怎么考虑int 会强转为 0”，时间戳溢出 + 精度丢失问题。核心问题二：浮点数精度丢失与性能损耗me：基础有待提升面：思路还可以，细节有待提升，还是细节注意6.反问to B to C业务ai答案：如果是流式控制：我关注的是平均速率。我会利用令牌桶算法，重点调节 refillRate（补充速率）。无论请求是突发还是连续，我都会把它们看作连续的数据流，只要桶里有令牌就放行，主要用于防止下游被大流量冲垮。如果是乒乓球式控制：我关注的是交互的同步性。这通常用于对延迟敏感或需要严格顺序的场景。我会通过信号量（Semaphore）或者容量为1的令牌桶来实现。核心逻辑是：必须收到上一个响应（回球），才释放下一个请求的令牌（发球）。所以，在代码里，我是通过选择限流原语（是用单纯的令牌桶，还是用信号量/状态机）来控制这两种模式的。”

努力拥抱AI中…1.实习拷打2.算法题-leetcode 1861 旋转盒子3.你用的什么微服务项目架构4.微服务中多机是怎么相互沟通的5.RPC是怎么知道另一台服务的地址的6.注册中心又是怎么知道机器的地址的7.那注册中心是怎么选择哪一台机器来提供服务的8.你常用的负载均衡策略是什么9.轮询策略有什么优缺点？10.假如我们使用nginx做负载均衡，用户反馈说上一秒登陆了，下一秒刷新一下又退出要重新登陆，这是为什么11.那怎么让登陆时候访问固定一台机器？12.你平时怎么用AI Coding的？13.那你怎么保证你的AI 生成的代码可用？14.除了提示词工程还有其他的吗？15.说一下大模型的原理吧

攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 实习拷打2.项目拷打3. 详细介绍一下agent项目的核心功能？4. 智能运维助手的"运维"具体如何定义？5. 系统有哪几个主要的组成部分？6. Spring ai alibaba覆盖了你上面说的哪些部分？7. Planner/Executor/Supervisor模式的优点是什么？比如说我接收一个请求的处理，它的优点是什么？8. 在Planner/Executor/Supervisor模式中，拆分为3个agent和只使用1个agent，最关键的优势和区别是什么？9. 介绍RAG的核心流程？10. 召回和重排用的什么算法？(没用重排，道歉)11. 为什么要做RAG？12. 模型回复效果不好的话，如何在RAG层面采取优化措施？如何通过微调采取优化措施？微调属于预训练还是后训练？13. 简单对比一下MySQL和Redis各自的特点？14. MySQL的"关系型"是什么意思？15. Redis能不能做存储，而不仅仅是缓存？16. 场景题: Java多线程并发模型相关: 比如说我有这么一个场景，总体上是一个生产消费的一个模型，但是这个整个的任务的量比较大。就是比如说我有很多的任务，然后可能有成千上万个生产者消费者。比如说有1万个生产者生产消息，然后有5万个消费者消费消息，或者叫任务或者消息或者数据都可以吧。然后因为整体任务量很大嘛，所以大家要去并发去生产和消费。能简单说一下，这样的话用Java的并发模型和并发控制所相关的这个机制怎么去实现，就口述就可以17. 手撕: lc 224.基本计算器(hard) 限时20min