秋招第三个意向-菜鸟

一面： 1、项目介绍2、请你花 5min 左右介绍一下项目一的背景和你做的工作3、你们的缓存和 DB 用的什么一致性策略？是强一致的吗？4、目前两级存储都是做的单机部署，你的这个策略能否应用到分布式的场景？如果应用到分布式场景下，需要考虑哪些问题？5、浅谈实习（6min）6、项目中用到了 ES，请你谈谈 ES 和 Lucene 的关系7、ES 是怎么实现高效检索的？8、ES 的数据查询是放在内存中还是磁盘中？9、MySQL 会存在深分页查询，ES会存在吗？10、MySQL 中我如果执行一条 select 语句，limit 100,100; 那么实际在数据库中检索了多少行数据？11、处理 MySQL 深分页查询的手段有哪些？12、你觉得现在的大型商业产品是如何去处理深分页问题的？比如 Google 或者百度，怎么处理深分页的？13、项目中用到了 AI 扩图，简单讲讲14、平时有去了解过 AI 相关的一些技术原理或者说相关知识吗？15、谈谈你如何理解大模型这三个字？16、回到大模型的使用场景，你和它聊天，它是具有上下文的记忆功能的，你觉得这个记忆的功能是大模型提供的能力吗？大模型是有状态的吗？17、大模型是如何去驱动一些任务的执行的？比如订机票，打开网页等操作，为什么大模型能够去订机票？为什么它能够打开网页？18、给你提一个需求：假如一个城市，有 100 万个菜鸟的包裹柜，一个城市一天可能会有 1 亿 哥包裹的存取。现在给你这 1 亿个包裹的存入和取出时间，用一个数组来存储。假设这些包裹都是在一天内进行存入并取出的。现在的问题是：如何找出这一天中的哪个时间段包裹没有被取出来的数目是最多的？以及它们所在的时间段是多长的时间？你的方案的时间和空间复杂度是多少？19、项目中使用了分布式锁，谈谈基于 Redis 如何实现分布式锁？20、除了 Redis 实现分布式锁以外，还有其它哪些方案？

终于走完了全部面试流程，等结果ing二面还是专业面，依旧是深挖简历中的实习和项目经历，面试官很随和，在我详细介绍完项目和实践经历之后也一直给予积极回应和肯定，体验感很好～但汽车适配数据岗今年hc只有一个，所以竞争应该会蛮激烈。三面hr面，也是最后一轮面试，主要问了以下问题：1.自我介绍。2.当初为什么选择保研本校本专业？3.对公司和岗位的了解？4.针对实习经历展开提问5.在工作中，如何保证数据的准确性？6.工作中涉及到会给门店答疑做咨询，可能会打断手头的工作，如何在这种情况下保证工作质量（因为我前一个问题回答中提到在工作时要提高专注度）7.如果遭到门店投诉，说你匹配的数据错误，但事实上你根据指...

早上刚刚结束了1个小时的hr面，被面试官压力了一个小时，希望能过，求一个oc

过去两年，关于AI 的叙事几乎被大模型垄断。谷歌最新的 Gemini 3.0成果一出便引爆舆论和股市，从技术指标到下载量，再到股价和市值，层层放大，如今距离4万亿美元大关已经不远。与此同时，二级市场的视线却在变化。光模块、TPU、数据中心芯片这些算力基础设施依旧景气，围绕谷歌生态的一批公司股价翻倍，但越来越多机构在报告的后半部分，开始花更大篇幅讨论一件事：海内外AI应用正进入商业化的拐点。前段时间，软银清仓英伟达，很快，市场发现软银转而增持了一批企业级软件和服务公司。这些公司大都拥有服务于技术、销售、运营的Agent业务，资本视角从“卖铲子”，慢慢转向“挖金子”。尽管关于AI的一切都难逃情绪和...