昨天问的，一道场景题他首先问我在实习工作中有没有复现一套自己的数据清洗方法然后说，现在有第三方机构帮忙爬取数据并进行数据清洗，给到我们的是清洗过后的数据，异常比例很高，你要怎么做

挂的有点莫名其妙，聊的好好的，算法也写出来了聊实习（50min）：主要是聊在美团做的一些业务引出一些场景题（问了许多代码设计，如何供给通用能力）有一个场景题印象深刻：如何设计评论和点赞？考虑一个评论有多条回复，需要考虑根据最上层的评论进行精选，点赞需要能够抗住高并发的请求。如何设计表结构、存储结构、接口等等。八股只问了kafka：kafka为什么会快？kafka如何保证消息不丢失？kafka为什么topic增多之后性能显著下滑？算法：归并排序

1. 同花顺（base hz）：基于agent做deep research，nlp，量化相关的（偏纯文字），涉及后训练（sft，rlhf），支持发论文2. 面壁（bae BJ）：AI教育，agent相关，目前没有后训练，未来会应该有3. 蔚来（base SH）：rag强相关，包括后训练，智能客服等多种场景，但不包括智驾4. 群核（base hz）：多模态agent（3D），端到端llm

快手后端开发一面，面试官没开摄像头，问的比较少1. 共识算法讲一下有哪些，raft原理2. zookeeper原理3. java集合那些是线程安全的4. ConcurrenthashMap如何实现线程安全5. synchronize关键字原理6. 项目背景，碰到哪些问题，怎么解决7. 手撕1、删除链表倒数第n个节点 2、最长公共子序列，返回两个字符串的最长公共子序列的长度