2027实习面试：当 CRUD 遇上 AI，面试官不再问八股，而是问这 4 个工程痛点

一面： 70 分钟1.实习的专项的项目规模、成员规模2.Redis 性能 QPS 有多高？为什么要用本地缓存3.同一 APP 网关下、查询业务流量过大会否影响网关、是否做了资源隔离，带宽 / 连接数占满是否会导致网关扛不住？4.容灾怎么扩容5.介绍一下 Redis 的哈希表扩容6.假如说你来设计一个哈希表、它如果这个负载因子过高要扩容的话、你会怎么扩容？7.它为什么要进行这个渐进式？这个哈希扩容的过程、它这个有什么作用？8.Redis Zset 的使用场景和作用9.跳表的查询、插入操作的时间复杂度是多少？10.像我们经常用的这种数据结构、假如说红黑树它其实也是 Ologn、那跳表跟这个红黑树这种结构比、它也两个都是 Ologn 跳表有什么优势？11.八股：AOP、Java 的 volatile 关键字、Java 的 ThreadLocal12.如何实现统计 Web 项目过去 10 分钟每个 API 的访问次数、并在看板展示前 10/100 名 API 访问量的需求？13.如何从生产者、消息队列本身、消费者三个阶段保证消息队列不丢消息？14.手撕：二叉树的层序遍历15.是否使用过双端队列（前后可 push、pop）？如何在双端队列基础上设计支持按下标随机访问的队列？能否详细介绍环形切片的实现方式？二面：四十分钟手撕：统计公平数对的数目√/*给你一个下标从 0 开始、长度为 n 的整数数组 nums 、和两个整数 lower 和 upper 、返回 公平数对的数目 。如果 (i, j) 数对满足以下情况、则认为它是一个 公平数对 ：• 0 <= i < j < n，且*/问了一些实习就没了主要是因为这家面试的一面二面的面试体验很好、面试官会引导还会问一些自己的过往经历和生活、介绍业务也很详细面试体验无敌好大家可以面一下看看

OPPO一面实习介绍，上色的损失函数，项目介绍，数据集，损失函数，有没有做轻量化？边缘模糊怎么办？会不会C++，落地部署传统的去噪方法，BM3D，WNNM脸上的痣怎么用传统方法识别出来？数学理论对学深度学习有什么优势？GAN的应用场景和优缺点OPPO二面项目(真实图像去噪怎么做，是否了解高光谱图像的噪声来源机理)，实习(做了什么改进)定了高目标实现了的事情，发不了顶刊的原因，拿了什么offer，职业规划，工作强度怎么看待？C和C++熟练嘛？工程部署落地出问题怎么办？算法部署到手机，封装成SDK，出现各种问题怎么办？OPPO26OPPO27届寻梦计划暑期实习3.6启动啦，26届补招也进行中tip...

1.项目真实性与“含 AI 量” (最坑的一道题)面试官： “你简历里的这几个项目，哪些是完全靠 AI 生成的？哪些是你自己写的？AI 帮你解决了什么具体问题？”面试核心： 考察你对项目的控制力。如果你说“全是 AI 写的”，面试官会认为你缺乏解决复杂工程问题的能力。高分策略： 诚实交代 AI 的参与度（比如：AI 辅助生成了 70% 的样板代码、Mock 数据或单元测试），但核心的架构设计、数据库状态机切换、分布式锁的竞争边界处理必须强调是你的思考。2. AI 代码的“排毒”能力面试官： “如果 AI 给你的业务逻辑代码（比如一个复杂的 SQL 优化建议）看起来能跑，但潜伏着死锁风险，你通过什么手段识别出来？”面试核心： 考察后端基本功。AI 会写代码，但它不一定懂你的线上数据库隔离级别。考核点： 慢查询分析、事务传播机制、索引失效场景的预判。3. AI 驱动的自动化测试面试官： “你会如何利用 AI 来提升单元测试的覆盖率？你是怎么设计 Prompt（或 Skill 规范）来确保生成的测试用例覆盖了所有的边界条件（Edge Cases）？”面试核心： 考查工程素养。进阶： 谈谈你如何定义一套 Markdown 格式的 Agent Skill，让 AI 能够针对 Git Diff 自动生成高质量的 Test Case。4. 生产环境中的 AI 风险控制面试官： “如果我们在后端引入大模型做自动化审核，模型‘幻觉’（Hallucination）导致误删了用户数据，你在系统架构上会设计什么样的‘熔断’或‘人工回滚’机制？”面试核心： 容错设计。后端的核心任务永远是确定性，而 AI 是概率性的，如何用确定性的架构去包裹概率性的输出。5. AI 时代的“防御性编程”面试官： “在接入 GitHub Copilot 或 Cursor 开发时，你是否遇到过 AI 生成的代码逻辑在并发场景下失效（比如忽略了单例模式的线程安全）？你是如何发现并修复这些‘高智商垃圾’代码的？”考察点： 考察你是否具备代码审计能力，而非盲目信任 AI。------------------------------🚀 写在最后：加入我们，定义未来的后端我们正在寻找那些对底层技术有敬畏心，对前沿工具更有好奇心的同学。我们需要你：扎实的后端功底（Java/Go/C++ 任一）。对系统架构有热情，理解分布式一致性和容错处理。能熟练使用 AI 工具，并对如何提升 AI 产出质量有自己的见解。🔗 快速通道（HR 每日清筛）别让你的才华埋没在简历池里，点击下方链接直接触达核心技术团队：【PDD实习生招聘】🔗 内推链接：https://careers.pddglobalhr.com/campus/intern?t=IU9k50iFrF🎫 内推码：IU9k50iFrF⭐ 为什么说PDD暑期实习“性价比很高”① 实习满2个月即可申请转正相比很多公司需要 3-6个月实习，PDD暑期实习满2个月即可发起转正流程。② 实习转正薪资通常高于校招入职通过 实习转正入职的薪资一般更有优势。③ 免费三餐 + 高薪实习公司提供 免费三餐 + 有竞争力的实习薪资。(有任何问题欢迎找我私聊沟通，帮看面试进度)通过这个链接投递会进入内推池，简历会优先筛选。祝大家都能拿满意的 Offer，我们在 AI 时代的后端浪潮里见！

1. 了解哪些激活函数？重点说 GeLU常见激活函数有ReLU、LeakyReLU、Sigmoid、Tanh、GeLU。GeLU是平滑非线性，近似“按概率保留输入”，在Transformer/BERT中常优于ReLU。 import torch.nn as nn act = nn.GELU() 2. 项目的构建过程完整流程通常包括：业务定义 → 数据采集与标注 → 数据清洗与EDA → 建模实验 → 指标评估 → 误差分析 → 部署上线 → 监控迭代。面试回答要突出你负责模块、优化动作和量化收益。3. BERT 模型的构建包括：分词器选择、预训练模型加载、任务头设计（分类/序列标注）、损失函数...