招商银行信用卡中心暑期实习一面 4.4

 bg211本硕，无实习无实际项目，只有导师接的几个无关痛痒的项目。简历全是自己在网上找的项目。投的比较晚，因为某些毕设的事情。三月下旬开始投，4月才开始大规模投。字节一战是学校师兄推的部门，日常无转正，聊的还不错，但是算法没手撕出来 寄了二战腾讯全栈，问了一堆项目里的分库分表的操作，八股里面压根没有，但我项目做的很简单只分了表没分库，对方知道后瞬间没兴趣了。30分钟草草结束。之后腾讯再也没有捞我。之后开始狂做笔试。第一次做阿里系笔试看到那与力扣hot100风格完全不同的题目时直接懵了。本科上机考就烂，洛谷本科刷了2年一上机还是不会。本来觉得阿里系都寄了，直到做到蚂蚁的笔试轻松a出2.5道才又有了信心。后续笔试目标全都是两道。时间来到四月中旬，字节二面，部门是国际商业化，千万留意这个部门，面试官你会的不问，不会的揪着你问，挂就算了，面了这部门后，字节再也没有约面。美团笔试只做了一道还是约面了，面试官人很好很有耐心，问的都是常规八股，我答的并不好还是耐心回答还教我，我连mysql的基本命令都写不出来他还是让我过了。二面问的东西也是很常规 但我也没答好，最后果不其然寄了。后续痛定思痛，苦练mysql和背八股到滚瓜烂熟。蚂蚁约了个面试，但面试官既不开摄像头，说话也吞吞吐吐，磨洋工耗时间，35分钟一到就直接结束。百度真是个很幽默的公司，投了一直不理我，然后简历挂了。突然有天来个电话，说给我找到个合适的岗位。面试使用的软件叫如流，巨卡，面试官那边巨吵，面试时面试官全程无互动。面完之后跟我说不匹配，想找c++做存储不想找java。那你早不说非要浪费我50分钟。后续约面越来越少，只有阿里云了。一面常规八股，二面问了些八股加聊天，三面是最离谱的，问了些基本不常见的问题，比如java是怎么实现对lamba表达式的支持的，分析两种动态代理方式的执行流程，其中fastclass有什么用。。。然后手撕随手给了个力扣简单题存在重复元素2，哈系表秒了后要求给出不使用的优化解法，直接使用滑动窗口做出来。后面对我评价是有广度缺乏深度。提心吊胆一个周六后周日约了hr面。hr面完后泡了两个星期多池子，然后被其他部门捞了，加面一次后晚上发了意向书。同意了。面完阿里云之后，面了腾讯云智，做完笔试秒约面试，一面八股过，二面莫名其妙聊了些奇奇怪怪的问题，和面试官似乎不太对的上电波，但还是秒约二面，三面真是神奇，由于部门不使用java只用go和Python，三面面试官不太懂java，问我什么是reentrantlock和condition，也不太懂c和c++ ，我平常除开写些脚本基本不用Python。全程鸡同鸭讲，建议兄弟们选部门还是别随意选没有你擅长语言的，三面寄了是真的折磨。滴滴秋储第一场面的不好，但还是约了二面，等了一个小时当天二面来了 常规八股，之后反问环节也介绍部门了。第二天秒拒。后续做了些小厂笔试和招商银行信用卡中心的笔试和行测。想着找不到大厂就先去小厂再秋招。然后就收到了阿里云的电话。投了简历没有任何反应的公司有京东，阿里灵犀，阿里大文娱，B站，腾讯音乐，shein，momenta，顺丰做了个测评，oppo笔试后就卡住了，高德，贝壳找房，荣耀，小米，阿里飞猪，快手简历挂。笔试挂的有淘天，作业帮，拼多多，饿了么，美团没a出完整一道还是约面了，米哈游作出2道照样，虾皮也是，阿里国际，得物 。网易互娱投的是java岗面的是c++，面试时候拒了。暑期奇妙之旅，谁来谁挨虐。个中滋味，只有自己知道。

Q1. Lamda表达式A1: Lamda表达式更简洁，创建匿名函数。简化函数式接口。只有一个表达式时，表达式的结果直接作为返回值；多个表达式，需要大括号，return语句作为返回值。lamda表达式使JAVA支持函数式编程，允许函数作为参数传递；结合Stream API处理集合操作如过滤。Q2. 为什么有包装类 Integer和int的区别A2. 集合，泛型只能使用引用类型，不能使用基本数据类型。集合需要支持动态内存分配、垃圾回收等特性，而这些机制都依赖于对象。int是基本数据类型，Integer是int的封装类，是引用类型。int默认值是0，而Integer默认值是null，所以Integer能区分出0和null的情况。基本数据类型在声明时系统会自动给它分配空间，而引用类型声明时只是分配了引用空间，必须通过实例化开辟数据空间之后才可以赋值。我自己想的是 集合如Set需要hashCode和equals方法来判断元素是否已经存在，所以集合必须用封装类Q3: 项目架构 选型 原因Q4: 微服务间调用方式、通信协议，为何这样选Dubbo 是阿里巴巴开源的高性能 Java RPC 框架，广泛应用于微服务架构中，其核心优势在于高效的远程调用能力、丰富的服务治理机制以及灵活的多协议支持。以下是关于 Dubbo 的微服务调用方式、支持的通信协议及选择 Dubbo 的原因的详细解析：---### **一、Dubbo 的微服务调用方式**Dubbo 的微服务间调用主要基于 **RPC（远程过程调用）** 实现，通过以下核心机制完成服务交互：1. **服务注册与发现**     - 服务提供者启动时，将自身信息（如服务名、地址、端口）注册到注册中心（如 Zookeeper、Nacos），消费者通过注册中心动态获取可用服务列表。   - 支持多种负载均衡策略（随机、轮询、最少活跃调用等），自动选择最优服务实例进行调用。2. **RPC 调用流程**     - **接口定义与共享**：服务提供者和消费者需共享相同的服务接口定义（如 Java Interface），通过代理机制屏蔽底层通信细节。   - **序列化与传输**：调用参数和返回结果通过序列化（如 Hessian、Protobuf）转换为二进制数据，通过 TCP 或 HTTP 协议传输。3. **服务治理机制**     - **容错策略**：提供 6 种容错模式（如失败自动切换、快速失败、广播调用），应对不同场景的异常处理需求。   - **动态配置**：通过配置中心（如 Nacos）实现参数动态更新，无需重启服务。---### **二、Dubbo 支持的通信协议**Dubbo 支持多种通信协议，开发者可根据场景灵活选择：| **协议**       | **特点**                                                                 | **适用场景**                                                                 ||----------------|--------------------------------------------------------------------------|-----------------------------------------------------------------------------|| **Dubbo 协议** | 默认协议，基于 TCP 长连接与二进制传输，性能高、延迟低，但跨语言支持有限。 | 高并发、低延迟的 Java 微服务间调用。                                           || **Triple 协议** | 基于 HTTP/2 和 Protobuf，兼容 gRPC，支持流式通信和 TLS 加密，穿透性强。 | 云原生环境、跨语言调用（如与 Go/Python 交互）或需要网关代理的场景。             || **HTTP/REST**  | 基于 HTTP 的 RESTful 风格，兼容性强，但性能较低。                   | 跨语言 Web 服务集成或对外提供开放 API。                                        || **gRPC**       | 基于 HTTP/2 的高效协议，支持双向流式通信，需依赖 Protobuf 定义服务。 | 需要强类型约束、跨语言且对性能要求较高的场景。                                 || **Hessian**    | 二进制协议，跨语言支持较好，但性能略逊于 Dubbo 协议。                          | Java 与非 Java 系统（如 PHP）间的轻量级集成。                                  |---### **三、选择 Dubbo 的核心原因**1. **高性能与低延迟**     - Dubbo 协议采用单一长连接和异步非阻塞通信（基于 Netty），在高并发场景下性能显著优于 HTTP/REST，例如在阿里巴巴双十一中支持万亿级调用。   - 序列化优化（如 Dubbo3 的 Triple 协议性能较 gRPC 提升 40%）。2. **完善的服务治理**     - **负载均衡**：支持随机、轮询、一致性哈希等策略，自适应算法可动态感知服务端负载。   - **容错与熔断**：内置多种容错模式（如 Failover、Failfast），支持服务降级和熔断机制，保障系统稳定性。   - **动态扩展**：服务实例可动态注册/注销，支持水平扩展与灰度发布。3. **多协议与生态兼容性**     - 支持 Dubbo、Triple、gRPC 等多种协议，可无缝集成 Spring Cloud、Kubernetes 等生态。   - 提供统一的服务治理能力（如监控、链路追踪），适用于混合技术栈环境。4. **生产级可靠性验证**     - 历经阿里巴巴大规模电商场景验证，支持百万级节点集群和智能流量调度，具备高可用性。---### **四、总结**Dubbo 通过高效的 RPC 调用机制、灵活的多协议支持以及强大的服务治理能力，成为构建高性能微服务系统的首选框架。其优势尤其体现在 **高并发场景下的性能表现**、**跨语言与云原生适配能力** 以及 **企业级服务治理功能**。若需进一步优化性能或扩展功能，可结合具体场景选择 Triple、gRPC 等协议，或通过第三方工具（如 Prometheus、Zipkin）增强监控能力。

1️⃣一面1.自我介绍和项目介绍2.介绍一下了解的大模型有哪些，这些模型在结构上有什么差异3.说一下大模型常用的位置编码有哪些，各有什么优缺点4.介绍一下大模型的预训练后训练以及推理是怎么做的，并且详细问了 RLHF 的做法，包括 PPO 算法的原理，以及 DPO 和 PPO 的区别5.大模型的超长上下文是怎么做的，比如说 KIMI6.大模型智能体是怎么工作的，有哪些组件7.场景题：如何训练一个大模型，可以做到精确的提取摘要8.代码:股票的四个题121. 买卖股票的最佳时机122. 买卖股票的最佳时机 II123. 买卖股票的最佳时机 III188. 买卖股票的最佳时机 IV✴️整体来说一面偏基础，没有太多发散性的问题，整个面试一个半小时多2️⃣二面1.自我介绍2.因为之前是做 CV 的，所以面试官问了 CV 和 NLP 的区别和联系，在 Transformer 的大背景下，CV、NLP，包括语音等，能否实现大一统3.训练大模型的时候数据怎么清洗，怎么处理，怎么配比，怎样操作能更容易使模型达到更好的性能4.什么是大模型的幻觉，如何减轻幻觉问题5.大模型的复读问题是怎么产生的，业内一般有什么解决办法6.大模型的工具调用怎么实现7.Agent 有哪几部分构成，了解哪些具体的实现方法8.开放题：之前训练大模型的时候遇到过什么困难，你是怎么解决的9.代码：实现一个 Tokenizer，只能用 PyTorch 基础语法✴️二面相比于一面更加看重综合素质，喜欢考察分析问题解决问题的能力，二面也面试了一个多小时，面试官还是挺专业的。3️⃣三面1.首先过项目，但是问的特别细致，尤其是一个 Agent 的项目，从背景，到动机，再到做法，最后的结果，都问的非常细，大概有半个小时的时间2.开放题：你觉得当前大模型还存在怎样的问题，有什么解决办法吗3.开放题：让你自己设计一个 Agent，会怎么做，为什么这样做4.找工作比较在意的点是什么，除了薪资还有什么5.对文心一言这个产品了解吗，有哪些优点和值得改进的点6.如果给你发 Offer，你到这个团队能做出什么贡献✴️三面整体来说更加综合，不止有一些技术问题，还有职业规划这些问题，更加考察整体的能力。面试官应该是这个团队的大老板，看问题更加系统和全面，整体面下来还是比较有压力的。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

 1.介绍项目2.nacos的作用3.nacos怎么实现动态配置4.分库分表之后怎么实现按时间范围查询（这个是因为项目用了）5.cookie和session的区别6.微服务之间怎么实现访问？openfign和http rest的区别7.僵尸进程和孤儿进程8.mysql中有那些锁9.本地锁是用来干嘛的？（这个也是因为项目用了）10.HashMap和hashtable的区别11.数据库数据量太大该怎么办？12.linux怎么查询一个文件中是否存在某个单词？13.线程池怎么配置的？14.缓存失效的场景？15.JAVA中常用的容器？ 后面记不太清了，大概20个问题，反正是八股盛宴，整体不难5.23更新，已oc