快手业务一面(感觉要凉)

被拷打晕了,问的我头晕眼花,整体40min左右

先扯项目(xfg的大营销,时间不够只做了一阶段):

问项目做着玩的还是别人&*的?
没听清楚后面,我以为问我项目是不是扒的别人的,我就说设计有参考,但是是自己写过来的。结果后面问我有没有实际用户。我就说没有,上线了但是只做了一下压测,让朋友试了试,没有实际推广。(面试官回了一句哦做着玩的。)

介绍一下项目流程,整个抽奖的等等。
第一遍说完又让我重新说整体先,让我别先急着说这么细(但是我感觉说的已经够简略了。。),来来回回反正过了两遍才解释清楚最后极简版说了个接口调用-奖品装配-抽奖-库存扣减。

问用脚本并发抽奖怎么处理?
一开始还是没理解想让我说什么。。我还寻思抽他的呗,又不是顶不住(之前没了解过幂等,跪了),我就说可以正常扣减积分多次抽奖,如果压力过大就在redis加个3s过期的锁拦截一下,控制一下抽奖间隔。然后跟我理半天记不得说的啥了,但是最后统一问题就是同时多个请求打过来会不会造成多次抽奖只扣一次积分。一开始急了先说加个synchronized锁,虽然一开始就知道肯定不可行,但是当时也不知道说啥了,就先说了再说。然后说我性能问题解决不了。然后我想到用redis扣,就说走redis扣积分,再同步到数据库,用单线程模型来保证每次请求都能命中扣减积分,积分不够扣就直接返回。(没说话,感觉还是想让我只能成功处理一个请求,但当时不熟幂等,自然也没辙了,下一个问题)

可能是刚刚说了锁,转头问了八股,问了java有哪些乐观锁说了atomic,问底层实现,说了cas,再追问cas的实现,说了自旋,有aba加版本号或时间戳。

接着问volatile,问原理,没怎么看说不会,只记得作用。然后让我说了作用,转头又继续问了怎么保证的变量可见性(我刚刚不是说不会吗),然后还是说不会。继续问内存屏障了解吗,我说听说过但不是很清楚(只记得是保证不重排的东西?),结果还是被追问内存屏障原理,还是不会。。

转头继续拷打项目怎么保证扣取积分和扣取奖品库存的一致性。
前面被问懵了这里一开始也没听明白,沟通了一下意思是假如扣了积分然后抽奖途中程序挂了怎么办。不清楚,本来想糊弄过去,说发了扣库存信息之后会用redission延时队列的持久化特性来保证扣取信息不丢失。但被继续追问在发奖品之前,抽奖途中就挂了怎么办。不知道了,他说事务不了解吗(实在是忘了。。立马说在接口处加@Transactional,但感觉为时已晚。。)

算法,最长递增子数组,做过,忘了思路了。让我先说说思路,我说用dp,但具体实现忘了,让我先想想。想了两分钟想到方法,说了一半感觉捋不清楚,就说干脆直接写。然后几分钟写完,平台调试不了,他那边跑了有错。帮我检查代码发现又没啥问题。最后就不纠结,算a了也是。

反问:本来不想问了,人已经晕了。还是象征性问了下部门业务。没敢问表现,,自己挺清楚。。问完说再见赶紧下播跑路了。

目前最可怕的一次面试经历。。怎么练场景题呀,项目没用过的东西根本不清楚#牛客AI配图神器#
全部评论
你要是做着生产,就直接创业了,还踏马的面快手?
3 回复 分享
发布于 2025-03-10 18:46 安徽
***面试官,他工作前就自己有项目了
1 回复 分享
发布于 2025-03-15 01:38 陕西
我觉得你当时应该说 哦 原来你们组的项目都是你一个人做的呀 什么 不是你一个人做的 闹着玩呢
点赞 回复 分享
发布于 2025-04-09 08:57 天津
这是测开还是后端啊这么难
点赞 回复 分享
发布于 2025-04-04 10:48 香港
接好运
点赞 回复 分享
发布于 2025-04-03 22:55 湖南
是不是xfg
点赞 回复 分享
发布于 2025-03-24 18:50 四川
一样,快手贼压力,还叹气,不过第二天就奇怪的约二面了
点赞 回复 分享
发布于 2025-03-15 10:39 重庆
哥们啥部门啊?
点赞 回复 分享
发布于 2025-03-11 20:19 江苏

相关推荐

简历很重要,很多同学的简历现在都是偏陈列一些概念,有的时候技术能力都够的,项目也做了不少,但是不会提现在简历上。你做了8分,可以包装优化成10分,但是很多同学的项目写的只有五分。下面就给大家一些可以直接参考复用的话术,需要更定制的简历优化等可以私我。一、任务规划 / Agent 核心能力点:多步任务执行能力•设计基于 ReAct / Plan-and-Execute 的 Agent 执行框架,实现复杂任务的自动分解、逐步执行与结果整合•构建支持多轮决策的任务状态机,提升复杂流程下的执行稳定性与可控性⸻点:决策与路由•实现基于模型推理 + 规则约束的任务路由机制,动态选择工具调用路径•设计 tool routing 策略,提升工具选择准确率并减少无效调用⸻二、工具调用(Tool Use)点:工具链设计•封装统一工具调用接口,支持搜索、数据库查询、API 调用等多种能力扩展•构建可插拔工具层,支持快速接入业务系统(如 CRM / 工单系统 / 数据平台)⸻点:调用可靠性•引入参数校验与 schema 约束,显著降低工具调用错误率•设计工具调用重试与 fallback 机制,提升任务成功率⸻三、RAG + Agent 结合(高频加分项)点:检索增强•搭建 RAG 检索模块,结合向量检索与语义重排提升召回质量•将检索结果作为 agent 决策上下文,提高复杂问答准确率⸻点:协同架构(重点包装)•设计 RAG + Agent 协同架构,将“检索-推理-执行”解耦,提升系统可扩展性与稳定性•优化长上下文场景下的信息选择策略,降低噪声对决策的干扰⸻四、记忆(Memory)与上下文管理点:多轮对话能力•实现基于短期记忆 + 长期记忆的上下文管理机制,支持复杂多轮任务•设计 memory 压缩与摘要策略,降低 token 消耗并提升响应效率⸻点:用户状态•构建用户级上下文存储,实现个性化任务执行与历史行为复用⸻五、稳定性 / 防“翻车”(非常关键)点:防幻觉 / 防乱调用•通过输出约束(JSON schema / function schema)减少模型幻觉与格式错误•引入结果校验与二次确认机制,提高关键任务可靠性⸻点:异常处理•设计超时控制、异常捕获与降级策略,保障系统在不稳定情况下仍可运行•构建 fallback 逻辑(规则/模板回复),避免任务完全失败⸻六、评估与数据驱动(很多人不会写,但很加分)点:评估体系•构建 Agent 评估指标体系,包括任务完成率、工具调用准确率、响应延迟与 token 成本•设计离线评测集与自动化评估流程,支持模型与策略迭代⸻点:优化闭环•基于日志分析持续优化 prompt 与工具策略,提升整体执行效果⸻七、性能优化(工程感直接拉满)点:延迟 & 成本•优化 prompt 结构与上下文长度,使平均响应时间下降 X%•引入缓存与结果复用机制,降低 token 成本 X%⸻点:并发与吞吐•设计异步执行与任务队列,提高系统并发处理能力•支持多任务并行执行,提升复杂流程处理效率⸻八、工程化能力(决定你是不是“能进组的人”)点:可观测性•构建日志与 tracing 系统,记录 agent 决策路径与工具调用链路•实现任务级监控,支持问题快速定位与回溯⸻点:系统化落地•将 agent 服务化部署,提供标准 API 接口供业务调用•支持模块化扩展,降低后续功能迭代成本⸻九、业务价值(一定要写,不然像玩具)点:效率提升•将原本依赖人工处理的流程自动化,日均节省 X 小时人工成本•提升任务处理效率 X%,缩短响应时间 X%⸻点:场景覆盖•支持 X 类业务场景(如客服、数据查询、报告生成等),提升系统使用率⸻十、直接可用的“完整项目描述”(可复制)大家可以直接用这个版本👇项目:智能 Agent 平台(LLM + Tool Use + RAG)•设计并实现基于任务分解与工具调用的 Agent 执行框架,支持多步推理与复杂流程自动化•构建 RAG + Agent 协同架构,将检索、决策与执行解耦,提升复杂问题处理能力•封装统一工具接口,接入搜索、数据库与业务 API,实现多场景任务执行•引入参数校验、重试机制与 fallback 策略,显著提升任务执行稳定性•实现多轮对话记忆管理与上下文压缩,优化长任务下的性能与成本•构建评估体系(任务完成率 / 延迟 / token 成本),驱动持续优化成果:•任务完成率提升 XX%•平均响应时间降低 XX%•人工介入率下降 XX%
肖先生~:牛客多推送一点这样的文章给我
AI求职记录
点赞 评论 收藏
分享
评论
7
47
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务