百度golang运维开发岗位面经

投完会先让做一下笔试题，看他出的题挺简单的，看24年的面经也觉得挺简单的，结果一面吓哭了，算法计网操作系统数据库轮流来，好久没刷算法也是被狠狠拷打了1、自我介绍2、分别讲下栈和堆的特点和应用场景3、堆插入时间复杂度？ logn是怎么来的4、堆底层怎么实现的？父节点和子节点之间有什么关系？5、口撕：有一个栈A存了多个无序整数，还有一个空栈B，要求借助栈B对无序整数排序，空间复杂度O（1）（汉诺塔问题）6、字符串子串和子序列的区别？ 怎么判断A是否是B的子串？ kmp算法是怎么优化时间复杂度的？（说半天结果时间复杂度都忘了7、口撕：最长公共子序列（没想起来，是多维动态规划8、讲一下你自己做的项目中...

3个面试官可还行哈哈哈，问的都是简单八股，一周没消息了，gg1、项目问题2、项目中怎么用事务的，事务失效的常见场景及解决方案3、mysql会创建表吗4、char与varchar区别5、创建索引的语法和原则6、面向对象的三大特性7、接口与抽象类的使用场景8、反射是什么在哪里应用9、mybatis #与$区别10、项目中为什么用双拦截器11、linux会什么 常用命令12、运维前端接受程度13、ai工具以及是否考研

1、自我介绍2、说一下你日常中和实习中对于大模型的一些应用3、大模型应用到审核体系里面去的话，你有什么比较好的想法吗如果把大模型用到审核体系里，我会更倾向于把它设计成一个审核增强模块，而不是直接完全替代原有流程。因为审核场景最重要的是稳定性、准确率和可控性，如果一开始就把所有判断都交给大模型，风险会比较高。比较合理的方式是把审核拆成几层。先用规则和轻量模型做高确定性的初筛，把明显违规和明显正常的内容先分出去；对于边界模糊、语义复杂、上下文依赖强的内容，再交给大模型做进一步判断。大模型在这里可以承担语义理解、风险解释、相似案例归纳、标签推荐和辅助判定这些工作。这样既能利用它的泛化能力，又不会把整...

总时长35分钟，无手撕，感觉遇到KPI面了，唉35分钟一直在问实习，八股就问了下面的1.redis与数据库的缓存一致性2.redis的zset数据结构3.redis的两个持久化机制4.分布式cap理论5.什么时候ap，什么时候cp6.进程线程协程问怎么没手撕，说一面撕过了，业务是应用宝游戏商城，后面过了还有一面技术面，问面试表现，说挺顺的，可以再关注一下运维数据，然后问转go有难度嘛，就结束了