拼多多一二面

我还是觉得大厂吧，大厂如果要筛你就会想尽一切办法给你出难题，有个92工作者上班，就会给你踢下去，大厂压力还很大，所以结合我的想法，莫东，字节，抖音，腾讯面试题目确是不简单

实习项目 1. 这个缓存怎么做的：介绍问题原因和解决方案。面试官问：为什么要使用主动更新。答：1. 减少客户端访问数据库 2. 更新操作线程安全2. 生成视频的平均时长？是否有免费的额度3. 在实习中做的主要是哪些工作（下次加到自我介绍中作为实习项目的背景）4. 在实习中有没有特别难解决的技术问题（这个下次要准备一下）5. 讲讲那次线上问题（也可以在自我介绍中稍微强调一下）基础知识1. 讲讲多态2. hashmap的原理？数据量大了以后会不会访问慢3. 讲讲分库和分表4. 数据库事务级别 并发会导致哪些问题5. 联合索引失效的情况6. 线程进程区别  有了进程为什么还要线程7. poll和epoll的区别  检查事件的区别8. 讲讲四次挥手和timewait的作用9. 讲讲https 和非对称加密过程10. 如何使用redis实现一个简易的分布式锁11. 缓存雪崩，除了数据同一时间过期，还有什么方式可能会导致雪崩算法题：向左移动字符串面试表现的改进的点：有时候讲话磕磕巴巴的，需要注意一下，可以讲慢点，边想边讲，尽量讲话流畅一些

【一面】 1）介绍一个最能代表自己的项目2）项目里负责的边界是什么？哪些内容是亲手实现／验证的？3）电商领域预训练数据：低质过滤与去重会怎么做？用哪些简单指标快速判断数据质量？4) Pretrain 和 SFT 分别解决什么问题？5) Transformer 的基本结构怎么理解？6）多模态模型的大致结构是什么（图像编码器+连接层+ LLM )？最容易踩坑的点通常在哪里？7) SFT 数据如何更贴近业务：如何避免过度模板化？如何做基础的 train / test 去重来避免评测失真？8）对齐（ RLHF / DPO 等）整体思路是什么：为什么需要偏好对／奖励信号？【二面】1）做过的最有影响力的一件事是什么？具体推动了什么变化？2）训练不稳定怎么排查（ loss NaN 、 OOM 、吞吐下降）3) Long Context 常见思路有哪些？在业务里如何做"能看长文本但不太贵"的折中（摘要／分段／滑窗等）?4）如何做一套简单可执行的离线评测集？如何覆盖不同语言与类目？5）多模态场景怎么评估：如何检查"图文一致性／不编造信息"？优先加哪些自动化检查？6) Prompt ／模板如何管理：如何版本化、如何回滚、如何避免一次改动导致整体波动？7) 手撕：实现一个最简单的 top - k 采样（给定 logits ／概率，取 top - k 后重新归一化采样），并说明边界情况怎么处理。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

小弟 26 届学院本，大学目标也不是很明确，迷迷糊糊的学了 java，对代码也不是太感冒，特别是实习之后，现在在一个大厂的测试（貌似是测开岗）做外包，未来是继续干测试还是继续卷 java，或者有其他方向可以推荐