先是自我介绍，聊了聊项目和之前的实习。八股：1. 大模型预测 token 的损失是怎么算的？有哪几种常见的损失函数？2. 讲讲大模型的思维链技术？3. 聊聊 Transformer？它有啥优势？位置编码是咋做的，有啥改进？ROPE 是啥？Transformer 是怎么把文本转成 token 的？4. Lora 微调八股：矩阵 A, B 怎么初始化？为啥 B 要初始化成 0，A 不行吗？啥是矩阵的秩？5. Bert 和 GPT 有啥区别？大模型时代，小模型还有用吗？6. MHA 是啥？有啥改进？讲讲 DeepSeek 的 MLA？7. MOE 一般加在哪？从训练和推理的角度看，MOE 有啥好处？...

和女同事的聊天日常，逗女同事太有意思了，给我整笑了，幸好我是个好人

投了很多都没反应，实习经历是编的，能不能看看哪里出问题了

下面我说的问题，不敢说100%，但是至少80%以上的面试官一定会问类似的场景题。1.能买东西的项目秒杀系统怎么实现的；一瞬间大批量用户或订单激增，如何保证服务器不爆炸；购物车功能如何实现的；如何进行SQL调优；当时我面试的时候，这几个问题已经是被问到滚瓜烂熟了，逢面必问。2.能查东西的项目海量数据如何分页查询；全文搜索怎么做；复杂条件查询如何优化；一般做这类项目的都是大数据工作方向的兄弟们吧。3.能发消息的项目消息队列的使用场景；如何保证消息的顺序性；大批量消息堆积怎么处理;狠狠拷打一波消息队列和异步处理无论怎么问，都脱离不了你简历上的项目，把简历吃透，然后自己尽可能的发散思路，那么恭喜你，你...