第一题   你的一半归我了   用基础的贪心，每次选择当前最大的元素进行操作，能最快提升 a1 的值。第二题   寻宝之旅     用动态规划，分析好在每个房间，向下走不能拿当前宝藏，向右走必须拿当前宝藏，找到这个点即可。辅导过很多拿offer了，需要的可丝。

笔试挂零约面，当然并不指望能走到最后，看看不同岗位的需求和工作情况也是楼主投这么多简历的目的之一。1. 自我介绍2. 开源经历盘点（好像自从楼主详细描述xline之后，被刨根问底的次数变多了，难道楼主的话术听上去有很大漏洞吗）3. C++ shared_ptr八股（想表演一个手写shared_ptr，面试官不给机会）4. 算法：子树匹配5. 反问：部门：搜推-ml infra，本来以为就是普通的搜推，结果是更加垂直的模型推理组（还特意提到了并非隔壁组那个llm推理），面试官提到有db比较重，特征向量这些东西需要手写一套多级存储系统的需求，那要这么说，楼主还真看到过zhihu一篇文章写如何做hashmap持久化与快速加载的技术迭代过程。作息：早十晚八，y1s1，较轻松面试官提了一嘴楼主的笔试成绩，并说笔试名次过低后面是会加面的，反正楼主学长也已经给楼主打过预防针了，说名次过低也会影响后续谈薪评级。总之看看不同的组也挺好的，不指望过了，但是混个二面应该可以吧？这个组应该也是会更需要懂底层存储的人的，楼主并不合适。

科大讯飞是楼主第一次正经遇到技术面试，主要问题就是对于项目和实习经历的考察，问实施细节的时候顺便插一点点八股，整体大概在30min左右，面试体验很好，可惜还是挂了。不过这次面试收获也比较大，姑且发一篇文章分享一下吧，主要面向的还是大数据相关的岗位。下面是详细，楼主实习是跟着做了一个数据中台的项目（使用了低代码平台），项目是淘宝一个外包的数据分析项目；一、实习方面1.对于大数据量的数据库中的数据是如何快速进行ETL过程的？楼主这里答的是分布式并行抽取（使用的低代码平台带有的并行功能），当时比较紧张，其实增量同步也是一个显然答案；2.对于ETL后的数据如何存储和加快读取？这里楼主只回答了使用Red...

1.问了一下简历的实习经历和项目的设计方面2.我是一个电商交易项目,所以问了一下订单处理这个模块的设计是怎么设计的,思路是什么,整体的设计是怎么样的3.问了分布式🔒的相关知识4.TCP和UDP区别和使用场景5.问了线程池的相关概念6.线程池的核心线程数大小一般是基于什么来考虑的7.RocketMQ的工作原理8.除了上面的这个MQ,还要其他了解的MQ吗9.工厂模式和策略模式的应用场景是什么10.线程的几种状态11.线程的创建方式有哪些12.数据库中,索引越多越好吗?13.主键索引是什么,和普通索引的区别14.了解其他的索引吗(联合索引,普通索引这些)15.索引的底层原理是什么(B+树)16.为什么使用B+树17.说一下反射和泛型18.输入一个URL(如baidu.com),分析整条链路全景(聚焦在DNS和TCP握手这些方面)19.TCP的四次挥手流程(如果说出哪些阶段如Fin_1,Fin_2等的出现时期最好)20.问了一下SpringBoot,SpringCloud,Nacos这些组件的知识(但是吧,我就说了2个左右就不用说了)没有手撕(一面应该大部分是电话面,所以没有手撕环节)差不多就这些吧,其他的应该都是比较简单的问题反问:懒得打了,一般是四面(3轮技术,1轮hr,我后面还要两轮,而且一般是第一轮问的深一些,第二轮针对项目广泛提问,第三轮是部门leader面),反馈时间一周以内个人感受:比较简单,大部分其实就是常见八股,也不会问得很深,上次的腾讯让我🍐很大

算法: 1.json转字符串2.实现LRUMap纯粹的八股盛宴:threadlocalspring bean 初始化过程MQ防止消息丢失MQ幂等性如何做幂等性标识如何设计SQL调优新生代老年代分别使用哪些垃圾处理算法cms垃圾回收器的过程面试官很和蔼，但感觉他没啥想问的，一直让我自己补充内容。中间问使用哪些垃圾处理算法回答错了，回答成不同的处理器了，有点蠢了，希望能有好的结果

1. 关于FLUX fill，它的通道拼接顺序能说一下吗？2. SD 1.5和FLUX的VAE，它俩有什么不一样的地方？FLUX的img_latent通道数是多少，还记得吗？3. Kontext的位置编码，在处理ref和noise_latent的时候，有什么区别对待吗？4. Lora的原理能简单讲讲吗？5. FLUX系列的整体框架是怎样的？里面的MMDIT是怎么处理双流和单流输入的，对于文本和图像这两个不同的模态，它又是怎么融合处理的？6. 在MMDIT里，联合注意力计算完之后，数据会流经哪些层？

狠狠寄，做的还不如美团，第一道做了20%好像，搞不清楚了第二道动态规划很不熟练，搞了个二维dp，最后样例输出f(0)是7，标答是8，时间不够了，搞了个特解过了一点，但冷静下来想应该是忘记把整个数组（最大的子序列和）再算一次了，删去0个元素也要算一次也许吧，反正结果导向就是大寄特寄

第一题很简单，不知道哪里的问题35%，第二题一个动态规划，求子序列除以k的余数，100%第三题猜拳问题，一点不会，写特殊用例骗了10%

日期8.22比起别的厂，问的确实蛮细的，很多技术选型方面的考量，还有一些比较细化的场景，还会比较侧重做的项目的稳健性首先是自我介绍 讲实习项目 开始吟唱开始对实习进行拷打bean 的生命周期在 bean 初始化之前 要从远程加载一些属性 该怎么做为什么选择 springboot 框架？你的项目主要用到了springboot 哪些特性springboot 启动类里有哪些注解，都有什么作用主线程单线程批量订阅这个环节有没有到开源社区上去对比，做一些技术选型你的批量读取如果服务中途宕机了 怎么把丢失的数据补回来拷打完之后基本都是一些很基础的八股（前面答的一般 感觉是不太满意 意思一下）讲讲类加载机制输入 taobao.com 到加载出页面经过了哪些步骤jvm 内存模型，堆空间设置大小一般推荐是多少mysql 索引结构，性能调优没算法反问为什么没算法，回答说 感觉算法考察不出来什么 他个人不太喜欢面试官开始的时候问周五晚上这个时间点不应该出去玩了吗，后来想想感觉是占用了面试官的私人时间😂更新：秒挂😂

📍面试公司：淘天🕐面试时间：上周四下午💻面试岗位：闲鱼产品运营❓面试问题：ai相关问题比较多🙌面试感想：555淘天能不能写个对应岗位的jd，不要只有一个泛泛的产品运营jd

拷打java八股，几乎不问实习只记得没回答上来的几个1.cas底层怎么实现2.autowire注解是怎么实现的表达不清晰，逻辑混乱，秒挂彻底黑了😂

一面8.20问了在字节实习内容，对ai实践和理解，字节转正和淘天会选哪个，又跟我介绍了下他们部门挺核心反问：面试节奏淘天自动化平台啥样隔天二面8.22整个主要问了还是实习和ai的使用理解hr面8.27面了1个小时，问了从学校到实习，和家庭说是一周内出结果————————更新一下8.27 20:30 已oc发意向书啦

哈喽，牛客的各位小伙伴们，大家好！ 做完淘天的题目，感觉脑细胞烧了不少。整体感觉题目质量很不错，既考察了思维的灵活性，也涉及了经典数据结构的应用。下面就让我们一起来看看吧！ 第一题 题目大意 给定  个带有能量值  的宝石。可以执行一种操作：将宝石  的能量转移到宝石  上，使  变为 ， 变为 。目标是最大化所有位置的前缀最大能量值之和，即 。 考点分析 这道题的本质是对数组元素进行重新分配，以达到最优的目标函数值。核心考察的是 贪心算法 的思想。需要洞察到，为了让前缀最大值之和最大，应该让这个前缀最大值尽可能早地出现，并且数值尽可能大。 样例输入与输出 2 3 3 2 -1 1 -1  1...

面的过程中我就知道凉了，感谢面试官还是忍受了我一个小时，面完就收到挂了的邮件，好的地方是淘天的笔试不用做了😂😂😂下面是面试官大概的问的一开始深度拷打项目和实习工作问了领域驱动设计是怎么设计的，恕我太菜之前没接触过这个。项目的稳定性怎么确保得。之前工作实习是做支付，然后问了资损防控，但是前公司项目团队确实没有这个东西，我还问前同事。然后就是一些八股文我能想起来的，想不起来的几个八股文就是题我都没理解的，凭着感觉回答的Java的类加载机制Java的JIT编译Java的NIOJava的thread local数据库的聚合索引的底层实现mysql数据库的底层B+Tree相关的mysql的一致性怎么保证，redo log，bin log，undo log数据库update语句的执行过程高并发分布式解决方案设计一个限流中间件我面完的感觉就是我是废物，太浪费面试官的时间了。在这里给面试官道歉了

1. 自我介绍2. 挑一个你最熟悉的大模型项目，讲讲它的目标，你主要负责什么，以及你觉得最有意思的技术点。3. 在Transformer的Decoder里，我们为什么需要用Mask把未来的信息“遮住”？从代码实现上讲，这个Mask具体是怎么作用在Self-Attention分数上的？4. 关于LayerNorm放在残差连接的“前面”还是“后面”（Pre-LN vs Post-LN），社区里有很多讨论。这两种设计选择，主要会影响训练过程的哪些方面？你更倾向于哪一种，为什么？5. 我们要在线上部署一个大模型提供服务，推理速度和吞吐量是个大问题。像vLLM这样的工具，它主要是通过什么核心思想（比如P...

第一题是道贪心题，核心是把所有正能量宝石融合到第一个位置，让前缀最大值最大化，从而使总魔法力量达到峰值。第二题比较巧妙，可以把每个探险者的可选救援站看成一个连续区间，问题就转化成了经典的区间选点问题，用贪心+并查集优化就能搞定。第三题是数据结构题，先把方差公式做个数学变换，然后用两个树状数组分别维护区间和、区间平方和，就能实现快速的单点修改和区间查询了。详细的解题思路、分析和优化后的AC代码都整理在文章里了，欢迎大家取阅和讨论！

1.自我介绍+印象中最深刻的项目，做了什么优化2.假如让你实现一个消息队列，会如何实现?考虑哪些问题呢?3..为什么复杂的架构一定要做分层设计?4.百万级别数据的 Excel如何快速导入到数据库中?5.MO消息队列消息堆积问题排查和解决思路?6.购物车系统怎么设计?7.Dubbo 的服务请求失败怎么处理?

全程没有问实习经历，主要对计算机网络HTTP，TCP，操作系统以及一些很底层的东西进行提问，被问的现出原形了，非科班的孩子哭了前面表现太差了手撕大脑一片空白，没写出来大概是从树的根节点到叶子结点的路径和有没有和目标值相等的路径。

✅一面 1．首先是自我介绍和过项目，面试官还一起探讨项目用到的方法，可行性之类的2．介绍一下 CLIP3．了解 LoRA 吗， LoRA 微调的原理是什么4．了解哪些多模态大模型，简要介绍几个5.BLIP的三个损失函数分别是什么，数据是怎样清洗的6.BLIP2相对于 BLIP 有哪些改进，BLIP3又有哪些改进7.Qwen- VL 的三个训练流程分别是什么，有什么作用8．视觉编码器和 LLM 连接时，使用BLIP2中 Q - Former 那种复杂的 Adaptor 好还是 LLaVA 中简单的 MLP 好，说说各自的优缺点9．代码：实现多头自注意力一面比较常规，几乎都是八股问题，我觉得只要了解常见的多模态大模型都问题不大，主要还是要理解各个模型设计的动机是什么，这也是面试最喜欢考察的✅二面1．自我介绍和过项目，简要问了项目中使用某些方法的动机，以及是否会导致其他的问题2．了解 Transformer 吗，编码器和解码器的注意力有什么区别，在计算注意力中时除以 dk \ sqrt { d _ k }\ sqrt [ d _ k ｝的原因是什么3．后来有哪些比较经典的基于 Transformer 的语言模型， Qwen 相比于原始 Transformer 有哪些结构上的改动，Qwen2又有哪些改进4．了解 RLHF 吗， DPO 和 PPO 有什么区别， Loss 是什么样的，各自的优缺点是什么5．介绍一下 CLIP ，还了解什么其他的对比学习方法6．开放题：了解哪些多模态大模型，目前多模态大模型最的问题是什么7．代码：1143．最长公共子序列二面其实也偏常规，几乎也都是八股问题，但是也考察了一些对模型的理解以及知识面的广度，整体来说比一面的难度大一些✅三面：1．自我介绍，然后详细过了一下项目2．了解哪些大模型和多模态大模型，然后就聊了大模型这一路是怎么发展过来的，Transformer 、 BERT 、 GPT 、 LLaMA 、 Qwen ix ,以及当时的o1推理模型3．平常有尝试过训练过大模型吗，规模小一点的也没关系4．聊天，包括职业规划等等三面比较轻松，面试官说知识点前面两面都考察过了，三面就轻松一些，大概40来分钟吧📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。