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项目及八股1. 你对RAG（检索增强生成）的理解是什么？2. 向量知识库和各自优缺点是什么？3. 针对检索的准确性，你在项目中做过什么调优操作？4. 项目中排序算法及其他？5. 你们对检索准确率做评测时，测试集和测试流程是怎么构建的？你是否参与了这块工作？6. ES底层的存储结构是怎样的？7. 若ES中已存储部分数据，执行更新操作时，ES内部的整个更新流程是怎样的？8. 服务降级策略的考量是什么？如何保证切换后服务维持正常？9. 你用Arthas排查问题时，具体排查的是什么问题？定位流程是怎么样的？10. 为什么要做分表存储的操作？11. 站在项目表设计的角度，什么场景下需要进行分表操作？12. 单表数据量达到多少时，会考虑做分表？13. 你有了解过MyBatis的切面操作吗？MyBatis的切面能做哪些事情？14. 请讲一下Spring AOP的大概流程和机制是什么？15. 你了解的事务隔离级别有哪些？16. 细粒度锁，具体是做什么用的？怎么实现的？17. 实现细粒度锁时，用的是Java的synchronized关键字吗？18. 如果是分布式服务做这种细粒度锁，你觉得应该怎么做？19. 你提到的Redisson加锁的机制，具体是怎么实现加锁的？20. Java中synchronized关键字底层的加锁流程是怎样的？它如何保证多线程并发时能拦住其他线程？21. ThreadLocal用于什么场景比较合适？22. 你了解ThreadLocal的实现原理吗？23. 若用ThreadLocal存储用户信息，在主线程内起异步线程，异步线程中能通过ThreadLocal拿到该用户信息吗？大模型相关1. 除了RAG相关工作，还有用过大模型去做其他事情吗？2. 你使用大模型时是用工作流方式，还是用类似Spring AI这种框架去实现的？3. 你在开发过程中，有用过大模型辅助编码的工具吗？4. 大模型辅助编码工具对你的代码开发效率提升有多大？

这一轮更偏大模型、量化和推理基础理解这场蚂蚁 AI Infra 三面，整体感觉和前两轮又不太一样。前两轮更多是在深挖我已经做过的项目，这一轮虽然也会问项目，但明显更关注我对大模型推理、量化、KV Cache、attention 这些基础问题到底理解到什么程度。开头还是先做自我介绍，我主要讲了自己现在在做的几个方向：一段偏工程化的软件开发经历，一段偏算子和图优化的实习经历，以及自己在做的一个基于 Python extension 的量化推理 runtime 小项目。这一轮项目部分问得相对直接。面试官先让我展开讲了自己做的那个量化推理 runtime。我这边讲的是，基于一个开源 runtime 做...

国际电商这一块的业务跟后端关系不是很大主要都问一些电商相关的问题，还有会不会做爬虫，报表。但是现在也没有别的面试，业务差就差吧，小米收下我吧

👋个人背景：9本👏offer1：东风奕派研发岗，实际到手一年14左右，加上公积金一年17💯offer2：inspire（原thoughtworks中国）软件开发，实际到手一年16，加上公积金一年20