得物后端二面面经

1，自我介绍2，详细追问上一份工作涉及的项目的细节，表结构，数据量，改进的原因是什么，当时是怎么发现问题的……中间穿插着问了jvm 的结构，一次性加载10万条数据到list里，jvm 会怎么样？会oom吗？所有可能触发oom 的情况，如何定位慢查询，用到的设计模式3，整体介绍另一个项目4，最左匹配原则以及底层原理5，sychronized和Reentrantlock的区别6，redis什么时候会出现性能问题7，mq积压问题线上一般怎么解决？加消费者实例数来解决怎么样？为什么？8，题目：一个热门的直播间，需要计算观众累计的时长，例如一个人退出又重进需要累计观看时长，需要近实时显示观看时长top5。 回答用redis 的zset 。提问：考虑高并发场景和性能问题，例如几万个人同时在线，应该怎么处理？什么时候更新用户的时长？9，反问

鼠鼠27届学院本，主攻java方向，但是收到一个ai应用开发实习offer，技术栈是python + FastAPI。这个实习有必要去吗？将来对我找java实习会有帮助吗

，鼠鼠只有一段日常实习经历，算法也只刷过hot100，不敢面大厂，有什么好一点的中小厂暑期实习推荐呀。能有日期就更好了

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.在京东以"京东零售/京东物流/新业务"等为主要分部的业务格局下，如果要做一套"集团级客服智能质检平台"，你会如何拆分:统一能力、分业务差异化、以及多租户隔离与权限边界?请讲清楚你会怎么定义"平台化的最小公共集"。2.京东已有智能客服/人机交互相关产品与品牌资产(例如言犀作为服务数智化平台、沉淀了客服最佳实践的定位)，如果你接手"质检/培训/对练"产品线，你会如何重新做产品架构与路线图:哪些能力放到"通用底座"，哪些沉到"场景应用层"，为什么?3.面对京东618/11.11这类峰值场景(咨询洪峰、规则频繁变化、风险事件更集中)，你会如何设计质检与预警体系做到"峰值不崩、策略可快速灰度、风险可止损"?请给出你会采用的关键机制(如策略发布、容量评估、演练与回滚)。4.针对语音/文本多模态质检，你会如何端到端设计:数据采集ASR转写质检检测人工复核标签回流模型/规则迭代?请明确每一环节的**质量闸(Gate)**和你会盯的核心指标。5.复杂质检往往是"规则引擎+模型"混合:请你设计一个可运营、可审计、可回放的复杂规则引擎体系(冲突处理、优先级、版本管理、灰度、回溯、解释性)，并说明你如何避免"规则爆炸"和"规则失控"。6.自动评分要落到管理动作里:你会如何做评分标定(人工质检一致性、不同业务线口径统一、置信度分层、分段抽检策略)?如何证明你的自动评分"可用"而不是"看起来很准"?7.质检中的"风险预警"通常包含合规、舆情、辱骂、欺诈诱导等:你会如何定义风险分级与处置闭环(触发派单升级复盘)?哪些风险需要实时、哪些可离线?如何设置阈值避免"报警疲劳"?8."根因分析"不是做报表:请你讲清楚如果业务问你"最近投诉上升到底因为什么"，你会如何把对话质检结果与订单/物流/履约等业务数据关联，形成可执行的归因树(而不是罗列TopN问题)?