timeline:12.18官网投递--12.22电话约面--12.23日常一面--12.24已凉1.短链接创建如何做的，短链接的存储数据选型，海量存储如何实现2.水平分表如果有一个组数据特别多如何处理3.为什么MySQL不建议单表存储过多数据，为什么单个表压力会大，为什么redis单台机器比mysql抗的多4.项目中布隆过滤器的目的，底层原理，缓存穿透，如果布隆过滤器误判率高可以在redis里面做一些什么优化5.redis数据结构及其底层原理，zset，跳表.....6.项目中rocketmq的作用，rocketmq的底层架构和原理7.Sentinel限流降级的底层原理，4种限流算法，令牌桶算法的获取在项目中是如何实现的8.秒杀优惠券的业务流程，lua脚本是如何保证原子性的9.jwt登录功能，对比cookie，session10.hashmap,concurrenthashmap,一次put使后者扩容的底层11.垃圾回收机制，分代回收算法，老年代和新时代的回收具体算法12.MVCC机制，核心解决的问题13.主函数+功能函数：二叉树的层序遍历14.反问：工作业务，商家端，供给端，to b；后续能力方向，广度，深度，灵活运用。快手面试官人挺好的，过程中也一直在引导我，但我基础不稳，需要继续沉淀一些深度方向了

hr说20-40分钟，有手撕。实际20出头，无手撕。自我介绍后，依次介绍我的两个项目，之后问有没有医疗相关的经历，几乎没有问实习经历。最后问一个开放性问题：agent有两个主要模块，一个是医疗领域概念解释，一个是根据病人情况信息给出如何让病人更好的吃药，agent全流程如何做。官网的招聘页面可以看到是否通过。

1.请介绍 Transformer 的结构组成及各部分作用2.如何降低 Transformer 的计算复杂度？常见的稀疏注意力变体有哪些？3.LoRA微调的原理是什么？秩 r 的选择会对模型表现产生什么影响？4.kv cache是什么？为什么能极大地提升推理速度？5.RAG的完整流程，构建向量检索库时如何处理时间衰减对召回的影响？6.微调时的训练数据是怎么构建的？如何保证样本多样性和质量？7.在 RAG+知识图谱的 Agent 系统中，知识图谱更新的机制是怎样的？是怎样保证实时性的？8.训练 LoRA 模型时，你是如何选择冻结层的？依据是什么？9.在高并发查询 Agent 系统中，你会如何优化召回和生成阶段的延迟？10.大规模 Agent 系统在多线程/多进程场景下的资源调度策略如何设计？11.如果你要在 GPU 资源有限的条件下同时提供推理和微调服务，如何做资源分配和任务调度以保证时延和吞吐？12.代码：lc15 三数之和

1.和传统SFT相比，RLHF旨在解决语言模型中的哪些核心问题？2.在Agent的设计中，“规划能力”至关重要。请谈谈目前有哪些主流方法可以赋予LLM规划能力？（例如CoT, ToT, GoT*)3.什么是多智能体系统？让多个LLM Agent协同工作相比于单个Agent有什么优势？又会引入哪些新的复杂性？4.你用过哪些Agent框架？选型是如何选的？你最终场景的评价指标是什么？5.你简历中的客服Agent项目，是如何判断用户意图是否需要调用外部API的？用了分类模型还是prompt判断？6.大模型生成工具调用时，如何避免参数格式错误？有哪些后处理或约束解码方法？7.当多个工具都能完成子任务时，你的Agent如何做选择？有没有引入打分或排序模块？8.在Agent中引入“记忆”机制时，为什么常用向量数据库？如何设计embedding和检索策略？9.项目上线后，你是如何收集bad case并迭代模型/策略的？有做在线学习吗？