攒人品中！ 1.介绍实习项目中主要负责的工作2.论文拷打3.项目拷打4.讲解原始 RoPE 的原理5.讲解 GRPO 的实现方式6.讲解 PPO 和 DPO 的相关原理7.讲解 Transformer 的 Encoder 和 Decoder 相关内容，包括 Encoder 的模块组成8.定义 rag 中召回率的计算和评判标准9.讲解 MHA 中 Q 的定义， Attention 计算过程10.说明 MHA 采用多头设计的原因11.对比 Encoder 和 Decoder 的主要区别12.讲解 MQA 和 GQA 的相关原理13.手撕：最长括号序列

1.做项目的背景，介绍一下第一个项目2.为什么选择React模型，3.有哪些共享资源，怎么处理线程同步的问题4.项目有没有进行一些测试性能，5.介绍一下这个项目的跨平台系统6.25fps设定原因，如何实现的7.读写分离线程池是什么意思，是怎么工作的8.资源的发送逻辑，如果要修改的话，会怎么优化一下9.资源释放的处理10.策略模式在项目中是如何使用的11.第二个项目的介绍12.SPS/PPS、这里的动态插入是什么意思13.IDR帧，保证IDR可以独立解码，这两点解释一下14.h264的组成15.介绍论文，学校里的课题16.H.264/H.265编码原理、AAC音频格式、MP4格式17.FFmpeg编解码的流程和一些常用API18.算法题，小于n的最大数，lc一道困难题的变种，比原题简单，没做出来说了一下思路总结：1h，没问八股，重点拷打项目，自我感觉比上次好一点，但是项目的问题还是回答的有点磕磕绊绊，感觉简历上的项目描述也得改一下，我是用AI写的感觉AI味好重，牛友们是怎么写的，字节的面试官真好呀，导致刚面完的时候有一种好像还可以的感觉

最近看到 Claude 意外泄露 51 万行源码的消息，说实话还挺震撼的。原本以为这种级别的大模型团队，流程肯定严丝合缝，结果还是栽在了打包、权限、发布校验这种看似不起眼的环节上。这也让我意识到，很多重大事故，往往都源于最基础的细节疏忽。放到职场里看，真出了问题第一反应绝对不是瞒、不是甩锅，而是立刻上报、协同止损、留下记录。越是慌乱掩盖，后续代价越大。尤其是我们刚入职的校招生，经验不足、心态容易慌，更要记住：主动承认问题，远比事后被查出来要体面得多，也更能赢得信任。AI 时代代码和数据就是公司最核心的资产，模型结构、训练策略、业务逻辑全在里面，一次泄露可能直接击穿竞争力。对我们开发者来说，写好代码只是基本功，守住安全底线才是职业素养。以后写代码、做提交、搞上线，多检查一遍权限、多确认一次配置，真的能避免很多无法挽回的错误。技术可以慢慢学，但敬畏心必须从一开始就立住。

1. 自我介绍（多说说AI相关经历）2. HTTP和HTTPS的区别？https加密解密流程3. B+树相关（会一直追问，B+树的任何原理，结构细节都要清清楚楚）4. MYSQL索引你是怎么优化的？（同理，会一直追问到各种细节）5. JAVA中线程是什么？线程间是如何通信的？6. 场景题：如何设计一个广告投放系统，实现广告的投放？7. 场景题：请描述一次你成功的解决了一个潜在的、尚未显现的问题，你是如何预见并采取行动的。追问1：你发现这个问题时的思考方式？追问2：你解决后是如何跟进解决，或者团队？8. AI使用题：利用AI大模型，为顾客提供一个线上外卖点单功能，识别客户的特殊需求？追问：如果线上发现模型返回的JSON经常缺字段或格式错乱，导致下游服务解析失败，如何从Prompt设计、模型参数或后处理等方面系统性解决这个问题？