刷到一位前辈分享他当年的赛题——银行网点业务量预测，时间序列数据，半小时为单位，要清洗真实脱敏数据。说实话，这是我第一次看到有人把招行训练营的赛题讲这么细。但让我更在意的不是技术细节，而是这个题目本身透露出的信息。5年前，当大多数人对银行的认知还停留在“线下排队办业务”的时候，招行已经在研究网点流量预测了。这意味着什么？意味着他们当时就已经在预判：线上渠道会越来越普及，线下网点的资源需要更精准地动态调配——哪里该减柜、哪里该增人、哪里该转型做服务而不是交易。换句话说，他们不是在被趋势推着走，而是在趋势到来之前，就已经在技术层面做布局了。一个赛题，折射的是一家银行对“数字金融”这件事的理解深度。不是跟风，是提前落子。技术也不是被动响应，而是发现变化、发现机会，牵引着业务。前辈还说了句话我印象很深：“不是纯技术大牛，但喜欢解决问题的人，也能找到自己的位置。”所以特别想报名试试，也想发贴求教各位参加过的大佬：1.赛题风格：据说每年都是真实业务场景+真实数据？除了网点预测，还出过什么方向？风控？推荐？还是别的？2.难度梯度：初赛到什么程度能过？模型层面还是特征层面就能拉开差距？3.今年的猜想：按照往年规律，今年大模型这么火，赛题会不会跟大模型应用相关？智能风控、智能投顾、智能客服？——其实更想知道，从赛题能看出招行接下来在押注哪个方向。4.参赛体验：除了比赛本身，听说还有参观之类的活动？值得冲吗？有愿意分享的前辈，评论区请尽情砸经验——赛题方向、数据形式、评分标准、甚至你们当年解题时的思路转折点，统统欢迎。

公司：腾讯部门：搜狗输入法岗位：客户端开发Q1：自我介绍Q2：线程和进程的区别Q3：哈希表了解吗Q4：介绍一下红黑树Q5：工厂模式了解吗，有哪些优缺点Q6：在浏览器中输入一个网址到跳转到网页，这过程中是如何实现的Q7：说明一下TCP连接过程Q8：手撕一个代码，给定一个数组，要求将其元素升序排序Q9：实习中遇到的最大的技术难点是什么然后就是反问环节了，整体问的问题不是很难，多背背八股、多刷刷代码就好了，面试官人挺好的

抛开实习和项目问题其实不多，大多场景题1 threadlocal生命周期2. threadlocal和线程池使用的问题，如何保证不会串3.怎么定位的qps，用的什么工具4.线程池的核心线程数和最大线程数如何设计的5.hashmap怎么设计的6.concurrenthashmap怎么实现线程安全7.redis做缓存挂了咋办

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.你这个AI工作流编排平台是怎么做的?2.你能投屏展示一下吗?3.DSL是怎么设计的?4.节点都有哪些分类呢?你刚介绍到一个大模型还有其他的吗?5.那你能简单介绍一个你搭的一个工作流。比如说你能举一个例子，你用这个工作流，你搭建了一个实际的流程是什么样的吗?6.那这个TTS节点是怎么实现的?7.大模型的输出是文本还是直接是语音?8.然后你是怎么实现播放的呢?9.实现了节点的持久化和恢复这个主要啊解决的问题是什么?10.你都用了Redis的哪些数据结构呀?11.都用到过哪些命令?12.这几种命令分别都在你这个项目里面的哪些节点或者说过程里面去调的?13.那你在恢复的时候你怎么从里面再取出来呢?14.那除了你刚刚说的字符串这个Redis的数据结构还有哪些呢?其他的都有了解吗?15.有实际在你的项目中用到过吗?16.你了解Redis都有哪些持久化方案吗?17.那这这两种持久化方式有什么区别?各自的优劣是什么?18.那比如说一个Redis实例在执行BGsave的时候，它还可以处理其他的像getset请求吗?19.Redis主从同步的过程20.Redis内存淘汰策略