一面(1小时无手撕)：1.实习经历拷打2.说说你知道的垃圾回收处理器3.G1的回收过程4.G1的筛选回收原理5.说说你认为并发情况下怎么做到不冲突6.说一下HashMap和ArrayList的底层原理7.innodb引擎不同隔离的区别以及怎么加锁的8.MVCC的原理9.redis分布式锁怎么做的，有什么问题10.看门狗机制说一下11.红锁了解吗，有什么问题，怎么解决这些问题12.io有哪些二面(不到半小时)：1.实习经历拷打2.手撕一道sql3.手撕一个类似hot100的节点的最近公共祖先，稍微变了一下

好不容易遇到都能写出来的题目，样例都过了时间复杂度也不高，但是就是一直为0，不知道少考虑的啥情况，也不知道从哪里去优化了，没招了

1.自我介绍2. 文章分类大概有多少文章？数据规模怎么影响方案？答案：如果文章量只有几千篇，我一般不会一上来就训练很复杂的模型，而是先用预训练模型微调，或者用 embedding 加传统分类器做一个强 baseline。因为数据量太小的时候，复杂模型很容易过拟合，线上效果不稳定。如果有几十万到几百万篇文章，就可以考虑训练一个更稳定的分类模型，包括 BERT 微调、领域继续预训练、层级分类模型，甚至做多任务学习。数据量越大，越要关注标签噪声，因为文章分类里的标注经常不是绝对干净的，尤其是多维度分类，一个文档可能同时属于多个业务类别。实际项目里我会先看三个东西：类别数量、每个类别样本分布、单篇文档...

悲报：大厂挂麻了喜报：找到实习了悲报：实习公司很小，实习薪资很低300/天，在北京需要自己租房喜报：实习公司是二线大厂的子公司，简历可以写大厂名字，支持背调背景：211本+985硕三月中到现在面了很多，挂了很多，第一次收到offer还有其他面试流程在走