得物java一面面经#得物校招求职汇总# 8.30投递，9.7一面，时间卡得很严，30～40min应该算是秋招的第一面了感觉面试官比较友善，会引导回答，整体问题都是和实习的项目有关，相关八股也是从实习经历引申出来的就是感觉时间很紧迫，想给实习内容铺垫一下前因后果，结果被提示时间有限，直接讲重点就行基础1、手撕：合并两个有序链表，时间与空间复杂度（口述）2、Java中的设计模式，至少四个（工厂模式和策略模式差异，为什么要用策略模式）3、说说Spring中的AOP实习项目 + 穿插八股1、在实习期间，最有挑战性的事情？担任的是什么角色？ 遇到什么问题？怎么解决？2、实习拷打3、在微服务/分布式服务...

今天老师整理了大模型入门的几个学习步骤、目标和需要掌握的基础知识，供初学者快速掌握基本路径。1️⃣前置知识： Python 基础、 Linux 基础🌟学习内容1.熟练掌握 Python 语言，熟悉常用的Python 库和工具，如 NumPy 、 Pandas 、  Scikit - learn 、 PyTorch 等。2.具备 NLP 相关的基础知识，包括文本预处理、分词、词性标注等。3.对大模型有一定了解，包括Transformer 模型的结构和原理、基于注意力机制的自然语言处理技术等。2️⃣Step1:NLP相关基础知识🌟学习内容1.了解文本预处理、分词、词性标注、命名实体识别、词向量表示等基础知识。2.掌握机器学习中的数据预处理、特征提取、分类、回归等基础算法，并了解其在 NLP 领域的应用。3.了解大规模 NLP 任务中的常用技术和方法，如深度学习中的 Transformer 模型、 BERT 、 GPT 等。3️⃣Step2:GPT API 调用及 Prompt 设计🌟学习内容了解 GPT API 的调用方式和基本操作，熟悉 Prompt 设计技巧和要点，能够结合自己的任务调用 API 实现对应的任务代码。4️⃣Step3:模型微调（ Fine - tuning )🌟学习内容了解常见的微调模型的基本流程和原理，熟悉数据集的构造、训练、评估等过程，能够独立构建 QA 对，在服务器上对模型进行微调。5️⃣Step4: RAG （外挂数据库）🌟学习内容RAG 作为目前最火的一个 LLM 落地方向，可以结合私有数据（表格、 word 、 txt 、 pdf 、数据库皆可）实现本地问答，且训练成本较低，可以快速实现效果。✴️有需要提升面试能力和辅导项目的同学可以后台联系我～

目前在联想北京总部已经实习半个月啦，岗位是产品运营助理，是在 IDG显示器的 operation组。 闲来无事，把自己这段时间的实习心得总结一下，也可以给想来联想的同学们一些参考。 总体来说，联想给人的感觉真的很好，不管是氛围方面还是环境方面。 😝 环境：可能是由于联想会有很多国外业务，所以工作环境其实有点像外企的感觉。我是在北京的联想总部，整整两栋大楼，地方非常大，周围是百度新浪腾讯。办公楼里面会有赛百味、 costa、罗森等等，居然还有做美甲的地方，第一天看见的时候惊呆了。东区经常会有一些活动，在西区的我有、、羡慕 ~东西区各有一个食堂，不过貌似东区的更好吃一点，种类挺多的基本什么都有，...

凉，原因是自己答得不是非常好以及他们要求学历是杭电及以上学历待遇可以1. 反射知道吗，你说一下2. hashmap的底层结构3. hashtable知道吗4. hash方法是如何优化的5. 多少会转为红黑树6. 为什么要用高16位和低16位异或7. 那他是怎么插入槽的，做了什么优化，过程说一下8. 是怎么实现一个去重的9. concurrentHashMap了解吗10. 那分段锁里面是怎么实现的11. cas+synchronized是如何操作，为什么要这样呢，先详细说一下cas12. 是怎么上锁的呢（这里我说是对对象，他说是吗，这样不是整个锁住了吗）13. JVM的内存结构说一下14. 线程池的那个参数说一下15. 拒绝策略有哪些16. redis的aof重写说一下17. mysql的行锁说一下18. 为什么里面用b+树19. 索引失效情况有哪些（没答完全）20. 索引覆盖是什么21. 索引下推讲讲22. redission的看门狗机制说一下23. redis里面的数据你是怎么与数据库同步（定时）24. volatile25. 如果我要求强一致性，然后每隔10秒进行一次同步，但是其中这个业务进行时间大于10秒了怎么办（消息队列，多线程去处理）26. lua脚本执行到一半中断，比如redis宕机，这个时候会回滚吗27. acid说一下28. 异常处理机制29. synchronized的底层原理30. reentrantlock的原理，他底层是怎么实现的