蚂蚁国际Java实习二面面经

蚂蚁国际 WorldFirst 暑期实习一面bg:27本科 一小厂实习 项目点评+rpc1. lalb负载均衡 和其他负载均衡算法有什么优缺点2. Lalb 双缓冲了解吗3. 真正变成生成环境有哪些瓶颈和改进的地方4. 服务发现 机器下线了怎么办5. 跨机房怎么路由6. 排行榜Topn 为什么要zset7. 热key 大key问题8. 分片情况下求topn 的时间复杂度9. zest底层原理10. 为什么要用lua脚本11. 手写秒杀流程12. mq消息丢失怎么办13. 系统用户量突然增大怎么处理 (redis mysql)14. 10个线程每个线程生成一个数字然后累加15. 线程直接的内存关系16. 父子线程直接是怎么共享和隔离的17. 线程池的哪些参数英语问答环节1. ThreadLocal是什么 怎么使用 为什么要用2. 你日常生活怎么用ai反问1. 需要加强什么 答 项目怎么由玩具变成生产环境高性能高可用2. 组内业务 答 巴拉巴拉一堆总结一小时 面试官很和蔼 无自己介绍 上来就是项目 + 场景  无算法 手撕了项目里面的秒杀流程 很看重项目怎么优化成生产环境

1. 你最近在学哪些课程或技术方向？2. 你有没有使用过 AI 相关工具？有，用过 Cursor 和 ChatGPT。主要是辅助写一些重复性代码、补测试用例、解释报错、查 API 用法，也会用来做知识点对比，比如 synchronized 和 ReentrantLock 的区别，或者分析 SQL 为什么慢。一般我会把它当辅助工具，不会直接照搬结果。3. 你用 Cursor 的时候遇到过什么问题？最大的问题是上下文理解不一定完整，尤其是跨文件和跨模块的时候，生成的代码可能能跑，但不一定适合当前项目。还有就是它有时会忽略边界条件，比如空值、并发安全、事务失效这些问题，所以关键逻辑我还是会自己过一遍...

发面经攒人品后续就是隔天感谢信1. 面试官介绍业务2. 英文自我介绍3. 三段实习挑一段收获最大的讲讲4. 虚拟线程和传统线程的区别5. 详细讲讲用户级线程为什么不会有上下文开销6. 为什么虚拟线程可以既降低上下文切换的开销，又能提升性能7. 跟java原来的多线程相比，总结虚拟线程的优劣8. 如何排查虚拟线程的问题9. 为避免多线程争抢同一资源的并发问题，java中有哪些方式10. 详细说说Synchronized和Reentrantlock的原理机制和使用场景11. Synchronized锁升级的流程，轻量级/重量级具体指的是什么12. 解释一下volatile关键字的原理和作用13. 结合JMM模型，展开讲讲内存的可见性问题14. 假如不用volatile关键字，也想实现内存的可见性，java中还有什么其它方式可以实现15. Spring中的事务如何做16. @Transactional的原理17. 描述https的工作流程18. 如果数据包在传输过程中被篡改，https是怎么保证数据的安全性的19. 场景题：用户支付获得积分，支付服务和积分服务是两套异构的系统，支付服务通过message告知积分服务。如何设计才能让支付和积分的行为保持一致

攒人品中，祝大家都能拿到满意的Offer！1.项目拷打2. 实习拷打3. 你们选用的训练方法是什么？训练数据具体是怎么构造的？4. 这里的训练过程，我理解是前面有一段医学语料的预训练，然后再加一段对齐过程，是这样吗？5. 关于 SFT 阶段，数据具体是怎么生成的？6. SFT 之后，后面的 DPO 过程又是如何开展的？7. DPO 需要 Chosen 和 Rejected 至少两组对比数据，这两组数据你们是怎么得到的？8. 我们现在这边可能对于医疗业务关系比较远，问一下更加基础的知识。既然谈到 DPO，谈一下 DPO 以及后续其他偏好学习算法的区别，以及各自的优劣。9. 那么 GRPO 算法呢？10. DPO 算法有哪些缺点？11. 谈谈强化学习中 On-policy 和 Off-policy 的区别，你是怎么理解的？12. 看你不仅做训练，还负责基础设施 Infra 的搭建。训练基础设施也是归你亲自搭吗？13. 当时是在哪个项目里面参与 Infra 工作的14. 你刚才提到了 Megatron，你们试过 PyTorch 原生的 FSDP 吗？15. 既然试过 FSDP，为什么最终还是选用了 Megatron？，你们当时的选型考量是什么？16. 既然提到 FSDP 和 DeepSpeed ZeRO 的区别，FSDP 实现了 ZeRO 的哪几个阶段？ZeRO-1, 2 还是 3？17. 探讨一个现实的业务问题：我们核心业务是对话类 Agent 产品。经典架构是前端设有一个意图识别与路由环节，将客户请求分发到不同的子 Agent，由于子 Agent 功能实现完全不同，不能混在一起，所以路由非常关键，一旦路由错误就无法满意回答。另外，作为全链路的必经点，路由必须足够快。我们考虑在最前端用一个相对较小（如 7B 或 13B）的模型，通过后训练使其掌握特定领域知识，实现低延迟的路由。如果让你做这个模型，你会怎么去做？