哔哩哔哩广告算法一面-日常实习

为什么第三题比第二题简单，没时间做了……

1、京东探索研究院，做大模型的训练，偏纯research的岗位2、腾讯基础微信，业务岗，涉及agentic rl相关的3、字节tt，业务岗，做智能客服相关的，似乎开发和后训练都会涉及(进去应该是做算法)非应届日常实习，不考虑转正

发面经，攒人品，求过。今年找暑假日常实习第一场面试！实习项目拷打1. 业务介绍2. 数据库设计3. 实习期间优化查询索引是怎么优化的4. 做的最重要的工作是什么，试跑能力怎么做的5. 只用数据库怎么抗高并发请求项目拷打1. 这个项目的功能是什么，消息队列怎么设计的？2. 数据的持久化怎么处理的？3. 有没有做请求压力大的情况下的分区？（没做，没考虑到）4. 有没有使用过vibecodeing，为什么你的技术博客没有更新AI相关的八股1. Go的协程和系统级线程的区别？GPM模型介绍一下2. channel了解吗，如何设计一个生产者消费者模型3. Go的context了解吗，底层原理是怎样的？（没答上来）参考：https://www.mianshiya.com/question/1810649490458173441手撕单链表处理：将单链表头尾依次相连，时间复杂度O(n) ,空间复杂度O（1）例子:l1->l2->l3->l4 转换为 l1->l4->l3->l2l1->l2->l3->l4->l5 转换为 l1->l5->l4->l2->l3一开始没想到O(n)的实现方式，面试官提醒了寻找链表中间节点和反转链表后顺利完成。不知道会不会因为这个挂掉。反问1. 公司技术栈Go,后面可能转python做AI2. 需不需要补充大模型知识（面试官乐了，不知道是不是觉得我太单纯了，太迟钝）最好补一下，是风口

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1. 实习拷打2. 项目拷打​2.1 介绍项目​2.2 特征工程与业务理解相关，这么做的动机​2.3 模型里是怎么实现自动特征交叉的？​2.4 特征分组的技巧是什么？有没有尝试过完全不分组或随机分组？做过哪些实验，效果如何？​2.5 为什么这种架构可以提升MFU？​2.6 超长序列建模具体怎么做的？这种方案的区别和优势在哪里？信息被压缩的程度有什么不同？​2.7 假如你要引入向量索引系统，在线 serving 服务要做什么改造？应该放在什么模块里？​2.8 在线链路中，这个模块应该放在哪个环节？特征生产，快照流转的完整架构是怎样的？​2.9 样本和线上实时特征如何保持一致？​2.10 OneTrans把序列和非序列特征放在一起组织，不同行为特征是怎么组织的？​2.11 原论文有没有提到其他组织方式？​2.12 OneTrans的金字塔结构具体怎么做？为什么要这么设计？​2.13 attention机制为什么随着序列变长耗时增加很快？时间复杂度是什么关系？​2.14 如果要优化性能，你会做什么样的优化？​2.15 模型推理优化除了传统算子，还会用什么样的架构或加速手段？​2.16 多任务学习中的负迁移/跷跷板问题怎么解决？​2.17  特征重要性是怎么评估的？​2.18 除了mask特征的方式，还有什么方案可以建模特征重要性？​2.19 如果通过特征加gate的方式学习特征重要性，你会怎么设计？3. 手撕代码：两两反转链表