途游三四面泡池子

之前九月中旬九月底开始就看到牛客以及小某书上很多大佬已经开始晒意向，offer打牌了，不知道在哪个群看到的一个消息说，等到后面大佬们A完薪资拒了，就等着被捞捡漏了，但是10月底美团就开始开奖了，看到很多白菜，很多人直接拒了，但几乎没听到有谁被捞面试，可以捡漏的，或许等到11月底12月看看？也许本身公司就超发OC，而且池子很大，捞不起来呢再看看大家offer情况，是不是真有捡漏的

这下子要离开鹅了😭😭

1. 手撕 合并区间2. 八股1）请介绍 Transformer 的结构组成及各部分作用，在长序列时空数据中，2）如何降低 Transformer 的计算复杂度？常见的稀疏注意力变体有哪些？3）GNN的消息传递机制是怎样的？在时空图中，如何结合时间信息编码节点特征？你接触过哪些时空 GNN 模型？4）LoRA微调的原理是什么？秩 r 的选择会对模型表现产生什么影响？5）RAG的完整流程，在时空出行数据场景里，构建向量检索库时如何处理时间衰减对召回的影响？6）强化学习在 Agent 优化中的应用，结合出行推荐 Agent，你会如何设计 Reward 函数？3. 项目1）微调时的训练数据是怎么构建的？如何保证样本多样性和质量？2）在 RAG+时空知识图谱的 Agent 系统中，知识图谱更新的机制是怎样的？是怎样保证实时性的？3）在大规模轨迹数据下是怎么做负采样（Negative Sampling）的？4）训练 LoRA 模型时，你是如何选择冻结层的？依据是什么？5）在高并发查询 Agent 系统中，你会如何优化召回和生成阶段的延迟？4. 开放题1）大规模 Agent 系统在多线程/多进程场景下的资源调度策略如何设计？2）如果你要在 GPU 资源有限的条件下同时提供推理和微调服务，如何做资源分配和任务调度以保证时延和吞吐？

你说说这个白菜前面传多少人了，等着看砸谁手里吗