🕐面试时间：26.4.2-一个小时💻面试岗位：AI应用开发❓面试问题：1、自我介绍2、问项目之后落地后，继续调用大模型API，考虑过如何数据隐私保护吗？3、介绍下用户提问到大模型生成回答的大致流程。4、面试官介绍了下广州base，然后问老家那的5、抽象类和接口的区别？6、Hashmap的底层原理？7、Java的类加载过程？8、介绍下双亲委派机制？9、HTTP和HTTPS有什么差异？10、什么是非对称加密？对称加密和非对称加密的区别？11、场景题：一个4GB的大文件，里面存的就是乱序ID，内存有限，该如何把文件中的ID进行排序？面试官提醒可以用数据结构来操作(当时说用链表，忘记了使用堆来进行...

面试官史上无敌温柔，也很专业，之前面字节都给我面到怀疑人生了，面经不分先后，不完整相互介绍聊聊项目秒杀券怎么实现分布式锁，可重入，锁超时消息队列的消息挤压问题可以设置很多consumer吗消息队列怎么保证消息可靠redis的数据类型大key怎么解决，有什么危害多线程的并发工具有哪些concurrenthashmapunsafe了解吗算法：全排列mysql主键什么类型为什么自增索引的底层原理是什么自增除了方便索引还有什么用

目标后端

1. 自我介绍2. 项目拷打3. 你怎么理解现在的大语言模型，它和传统 NLP 系统最大的分水岭是什么现在的大语言模型本质上不只是一个“更大的文本分类器”或者“更强的生成器”，而是把表征学习、任务迁移和自然语言接口统一到了一个模型里。传统 NLP 往往是一任务一模型，文本分类、命名实体识别、问答、摘要各做各的，大模型则是在大规模预训练后，通过提示、工具调用、少样本样例甚至简单微调完成大量任务迁移。真正的分水岭不在参数量，而在它具备了统一接口、上下文学习和任务泛化能力，所以很多原来需要显式建模的流程，现在可以交给模型做一层高层抽象，但代价是可控性和确定性下降。4. 如果要让模型真正“理解”你的业...