快手效率工程部

1. 自我介绍2. 前期用 Milvus，后期切到 FAISS，可能是什么原因？答案：Milvus 更适合服务化、分布式、多租户、海量向量管理场景，提供索引管理、持久化、过滤查询、集群扩展和运维能力；FAISS 更偏本地高性能向量检索库，轻量、可控、部署简单，适合数据规模没有大到必须上分布式、但对延迟和工程可控性要求比较高的场景。如果项目早期用 Milvus，可能是为了快速验证向量库能力，支持元数据过滤和服务化接口；后期切到 FAISS，可能是因为数据量可控、线上环境更希望减少外部组件依赖，或者 Milvus 的运维成本、资源占用、冷启动、版本兼容不符合需求。FAISS 的优势是本地化部署简单...

开场： 1、自我介绍2、研究方向介绍下，这个方向上过哪些课3、这个方向参与的项目介绍下，负责了哪些4、绩点5、当前就业偏向什么方向实习：6、介绍下实习期间参与的这个项目7、设备量有多少8、 你负责的是哪部分9、这部分哪些地方用到了AI八股：10、数据库查询 RBO 和 CBO11、介绍下 MySQL 索引12、MySQL 存储都是用 B+ 树存的吗13、什么是 B+ 树，和 B 树的区别14、介绍下 Redis15、Redis 基本数据类型和常见应用场景介绍下16、Redis 高可用方案17、哈希槽了解吗18、场景：对告警分析排障的过程19、ES 了解吗20、那什么是倒排索引21、介绍下什么时候用缓存，以及乐观锁悲观锁22、了解一些存储的组件吗，Hadoop23、那介绍下HDFS，是基于块还是文件存储24、对象存储用过吗25、那什么情况下用对象存储，什么情况下用HDFS26、你对 SRE 的了解27、平时用 Linux 用的多吗28、那介绍下 Linux 的I/O模型和负载模型29、中间件用过哪些30、Kafka 的架构了解吗31、Kafka 如何保证消息顺序消费32、哈希路由有什么弊端手撕：33、二分查找34、无重复字符的最长子串反问：

1. 大模型微调的完整技术方案与工程落地细节采用 LoRA 参数高效微调方案，仅对 Transformer 的 Q/V 投影层添加低秩矩阵，冻结底座模型参数。训练时设置秩 r=8、缩放因子 α=16，使用 AdamW 优化器，学习率 2e-4，配合余弦退火学习率调度与梯度裁剪。工程上使用混合精度训练、分布式数据并行，提升训练效率，训练后合并 LoRA 权重，不增加推理延迟。 import torch import torch.nn as nn class LoRALinear(nn.Module):def __init__(self, in_features, out_features, r=...

附tl 4.13投递+测评4.14约下午面+秒过约二面4.17二面秒过约下周三面4.22三面秒过当天晚上hr加微信云证4.23hr面+转录用评估4.25收到书面offer希望大家早日收到心仪的offer