虾皮一面 8.08

8.28更新，已挂😇😇😇算法方向自我介绍面试官：做过微调吗？讲一下SFT基本原理。我：做过简单的demo，然后稍微说了一下SFT，然后拿 LoRA 举了一下例子。面试官：SFT说完了，讲一下RL经典算法吧。唱了一下 PPO，DPO（DPO有点忘了讲得磕碜巴拉的）面试官：大模型幻觉怎么处理？我（忘了复习了）：答 prompt engineer，RAG，rethink，self-consistent。感觉他挺想问我 rethink 怎么优化的，我不知道，只能说多轮询问/换模型交叉验证。面试官：检索算法有哪些？应该是BM25+向量检索那一套的，我脑子抽了说 IVFFat 和 HNSW 。唱了一半面试官赶紧打断我，问我BM25怎么算的，公式说一下。我忘了，就说用词频和逆文档频率（还有个“字段长度归一化”想不起来了）（顺带说一句，问公式诗人？？？）。面试官：Transformer 结构讲一下。原始论文的架构唱了一会儿，他让我讲一下多头，又唱了一下多头。然后问我为什么 attention score 要除以根号d，我说稳定输出。他让我再从别的角度讲一下，一遍引导一边问我，说可以从分布角度讲。第一遍他说的是“温度”，我脑子蒙了，这怎么扯上温度了。唱了一会儿温度的作用。他赶紧打断我说分布，softmax，又引导了两句，我懵，还是不知道。他说：为了将方差恢复为1，或者说恢复原始方差。我（疯狂道歉+尬笑）面试官：大数据有了解过吗，spark，hadoop 这些。我（不是你真问啊）：不知道。面试官：sql了解过吗。我：上学的时候学过一点。问了我一个场景题，想考我 rank 的用法。我完全忘完，直接道歉三连。手撕1.两数之和。脑子抽了两次，一次是key写错了瞪眼5min。第二次是换测试用例忘了换target值，瞪眼2min。最后忙了快10min才写出来。2.很难描述，给定target序列，序列库。求最短的序列库想暴力贪心/回溯，不太行。面试官说换个思路，我说那就dp吧。他说那你dp吧，想了一下时间快到50min了，让我讲一下思路，纠结了一会儿一维还是二维（太紧张了说是，幻视编辑距离）。他反问用的到二维吗？我说一维dp就行，但还是得两层循环，稍微说了一下思路。反问业务都有哪些地方用到大模型，他稍微说了一下。他说你要是到二面了可以问一下二面的业务，他这边是做智能客服的？我内心：6。然后时间也到58min了，我说没问题了，结束。

1.自我介绍2.介绍实习项目，引申一些八股和场景题3.jvm内存结构，栈里面放什么东西？4.new一个对象具体做了哪些事？5.垃圾回收器cms过程是怎么样的？6.垃圾回收算法有哪些？7.g1回收器怎么建立可预测的停顿时间模型？8.Mysql 锁有哪些？MVCC如何实现？日志有哪些？9.B+树的结构？和b树的区别？索引的原理？10.联合索引a,b,c，判断sql有无走索引11.redolog具体怎么保证持久化的？12.了解哪些设计模式？13.简单工厂和工厂模式的区别14.单例模式分为哪些？15.手撕 链表向右移动k个位置

1. 从浏览器输入URL到返回内容的完整过程2. 用大模型服务器的网络通信关键点是什么（猜想想问的是输出的流式stream是怎么体现的，怎么实现的服务端主动推送，长链接。）3. ThreadLocal是什么？如何避免并发安全问题？4. ThreadLocal如何避免内存泄漏？（jdk设置的自救机制，finally块中主动释放）5. 接口响应慢如何排查？ 系统层面考虑 cpu和内存层面考虑6. 联合索引的存储结构是怎样的？7. 索引的优缺点？8. 数据量大时如何分库分表？ （如何考虑什么时候分表，什么时候分库）9. 如何安全地删除Redis中的大Key（一个几千万数据的List）？10. 10亿无重复数据，如何快速、随机、等分成10份？11. 一个文件从磁盘读出，通过网络发出，内存经过几次拷贝？（考察零拷贝之类的）12. CPU执行代码的整个过程是怎么样？秋招面了这么多唯一一家一点实习不问，专门挑基础知识问的，凉凉。

敲重点：没有手撕没有手撕没有手撕！暑期小米二面没手撕 秒挂了，怀疑是kpi问了一点点八股 和hr会问的那种问题1.python java区别2.ping的工作过程3.守护进程4.DNS 一面1.java python并发编程2.I/O密集3.CPU调度4.协程5.JVM6.三色标记法7.写屏障8.意向锁9.悲观锁乐观锁10.redo log undo log11.数据库关联多个表12.聚类和分类算法区别13.缓存淘汰策略手撕：lru很多追问，挖的比较深