字节三面全面经

最开始面试的时候，我真的怕极了被问到不会的问题。第一次面杭州一家中小厂的后端开发岗，面试官问我：“讲一下 Redlock 算法的原理，以及它的优缺点和适用场景？”我当时脑子瞬间一片空白，分布式锁我只懂最基础的 Redis SETNX 实现，Redlock 只在面经里扫过一眼，根本记不住原理。越慌越想不起来，最后支支吾吾说了句 “这个我不太了解”，然后就低着头不说话了，整个场面尴尬到能抠出三室一厅。面试官也没再追问，随便问了两个简单的问题就结束了面试，结果可想而知，一面直接挂了。那次面试结束后，我特别挫败，觉得自己八股文白背了，连个问题都接不住。后来跟拿到大厂 offer 的学长聊，他跟我说的一句话，我到现在都记得：“面试官问你不会的问题，不是为了难住你，是想看你面对未知问题的反应，看你的学习能力和解决问题的思路。比起不懂装懂瞎编，坦诚永远是第一位的。”从那之后，我就调整了自己的应对方式，哪怕遇到完全不会的问题，也不会再慌神冷场，而是用一套固定的逻辑去应对。印象最深的，是面字节商业化后端岗的二面，那次也是我靠应对方式，直接逆风翻盘的一次。当时面试官问了我一个完全没接触过的问题：“讲一下大模型推理过程中的 KV Cache 优化原理，以及你做过的相关性能优化实践？”我当时心里咯噔一下，我做的项目都是 RAG 应用开发，根本没接触过底层的推理优化，别说实践了，原理都只听过个大概。但这次我没慌，先笑着跟面试官坦诚说：“实在不好意思，KV Cache 的底层优化我目前还没有深入接触过，相关的实践经验也比较少，这块是我的知识盲区。”说完这句话，我没有停下来，而是紧接着补充了自己的思考和相关经验：“不过我对大模型的推理流程有基础的了解，也在 RAG 项目里做过接口响应耗时的优化，通过分块检索和 Prompt 精简，把接口平均响应耗时从 800ms 优化到了 200ms 以内。如果后续工作中需要用到 KV Cache 优化，我有信心能快速吃透这块的技术，把之前做性能优化的思路复用过来，快速落地实践。”我本来以为，这个问题答成这样，肯定要扣分了，结果面试官听完点了点头，不仅没揪着这个问题不放，反而顺着我提到的 RAG 性能优化，问了我很多项目细节，我都答得很顺畅。更意外的是，二面结束后我顺利拿到了三面邀请，HR 后来跟我说，二面面试官对我的评价里，特意提了一句 “面对未知问题很坦诚，不瞎编，有清晰的解决问题的思路，学习能力不错”。那次之后我才明白，面试被问到不会的问题，真的不可怕。面试官根本不指望你一个应届生，能懂所有的技术，能答上所有的问题。他们真正想看的，是你面对不会的问题，是不懂装懂瞎编乱造，还是坦诚面对，并且有自己的思考和学习能力。

哎，真的心累了，一面二面好不容易都过了，而且印象好像还挺不错的，三面也准备的比较完善了。结果不幸的事情还是发生了，我感觉我能回答的已经很全面到位了，虽然能感觉到大leader应该是非技术出身的，但是有一些奇奇怪怪的问题我是真的有些无奈。自我介绍项目介绍你的项目使用了Paimon，那Spark，Hive这些与Paimon有什么区别为什么使用Paimon，有什么优点实习的时候，你学了什么新技术呢那你说一下离线作业的优化方法Spark参数怎么调？那么除了上面的你说的这些优化，像Hive，Spark或者数据湖这些分布式架构，他们共有的导致数据慢的问题有什么呢？你了解AI的实现技术架构吗？那你认为怎么用...

timeline一面 3.9二面 3.11约3.16二面三面 当天下午约3.18三面hr面 3.18约3.19hr面许愿oc，offer，太想去字节了

一面3.11 45min1、拷打实习2、拷打实验室项目3、AOP、IOC4、Websocket和SSE5、DNS解析域名的流程6、基于UDP和TCP有哪些应用层协议7、completeableFuture的原理8、TD的原理，和MySQL的区别9、虚拟内存，段页式的优势和劣势10、 索引失效的场景11、Syn和AQS的区别12、spec的开发流程13、MongoDB的底层原理（不会）14、手撕：岛屿数量15、反问二面 3.16 75min1、过实习和项目2、AB测试3、kafka怎么防止丢消息4、https的握手过程5、如果你的室友正在访问一个http的网站，你怎么恶搞一下他6、kafka的I...