有没有大佬，可以帮我看看这个简历有什么问题吗，投了好久一直没什么效果

一面项目假设大 V 有很多粉丝发动态怎么处理的？（针对大 V 推拉区分）为什么要这么做？原因是什么？如果他的活跃粉丝还是很多呢？（进一步追问大 V 推模型瓶颈）构建一个通道，这个通道指的是什么？具体是用什么技术组件来表达通道？用户关注的人也很多，比如说假设一个用户关注了 10 万人，那他每次打开关注页的时候该怎么去处理？这个人关注了 10 万个对象，这个问题的复杂度在哪里？如果只保留一段时间（如 10 天）的记录，用户 60 天后查 10 天以前的历史动态怎么办？八股 java中的线程Java 线程有几种状态？比如说我现在执行了一个 wait 方法，它现在处于什么状态？如果我执行了一个 sle...

1. 做一下自我介绍2. AI 聚合平台主要提供哪些能力3. 用户如何获得服务4. 平台用户量是多少5. 服务是你自己部署的吗6. 使用的是什么开源项目7. 前后端分别使用什么语言/框架8. 后端是你开发的吗9. 你修复了哪些 Bug10. 平台费用是怎么计算和盈利的11. 介绍一下 Agent 服务注册发现中心项目12. 为什么选择 ETCD13. ETCD 的 watch 和 lease 用在什么地方14. leader 选举是怎么实现的15. 中心 + 边缘架构是什么16. 服务断连后如何重连17. 如何判断服务是否存活18. 主动探活和心跳机制有什么区别19. 配置如何实现实时更新20. Go 中遍历集合有哪些方式21. 如何跳出循环22. break label 是什么23. Go 常用数据类型有哪些24. 项目中用了哪些数据库25. Go 类型如何映射到 MySQL 类型26. MySQL JSON 字段如何判断某个 key 是否存在27. 是否使用过 MySQL JSON 函数28. Go 中时间如何序列化29. json.Marshal 和 json.Unmarshal 用过吗30. Go 原生 JSON API 用过哪些 API后面的几个基础问题没答上来，唉

5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...