一面 1.介绍实习项目2.介绍一下IOS系统事件传递的基本流程3.oc中的内存管理机制4.oc的动态性，runtime机制5.进程线程区别6.为什么线程切换成本更小7.为什么线程切换需要在内核态和用户态转换，现在在IOS中我有一个线程更新UI，有一个线程进行网络请求，发生切换时是否会产生上述现象？8.http和https9.http各版本的区别10.网络模型分层，每层所用到的协议11.你提到ARP协议，ARP协议怎么将IP转为MAC地址？你提到广播机制，请问这个广播是向全局广播吗，如果我现在在办公室里访问百度，这个广播该怎么做?12.常用的数据结构13.二叉搜索树，最差的情况，如何避免?14.你提到红黑树，平衡二叉树，B+Tree，这三者在插入删除时是如何维护平衡的展开讲讲?15.反转链表二面：1.介绍实习2.有没有看过SDWebImage的源码？3.背包问题，加油站后续:已意向

感谢虾皮🦐捞我上岸～😍 base 上海 后端啥也不说了，我愿成为虾孝子

我选这不一定是好事，因为____虾皮面试，一上来自我介绍了一二分钟，结果上没有问八股也没有问项目，全都是业务相关的场景题，问自己实际的响应情况，然后自己懵了 回答的很简短 也没有深入逻辑去分析，二十分钟就结束了吧，最后果然一面就给挂了😂

- 实习项目解决了什么问题？- 生成式项目的应用场景是什么样的，后续还要经过粗排吗？- 生成式模型怎么评估离线效果和在线效果？- 有没有看过生成式模型的冷启动性能？- 有没有看过生成物品与用户历史点击序列的相关性？这个生成的物品有没有含义？ - 了解哪些召回的负采样策略？- 召回的随机采样和batch内采样有什么优劣？能不能只用batch内采样，不用随机采样？- 粗排和精排有没有SSB问题？- 精排需要补充未曝光样本作为负样本吗？答：实践表明一般不需要处理，没有明显的效果提升。- 对于一个MLP模型如何评估特征的重要性？是否了解gate方法，如senet和masknet网络？- 在推荐场景下，...