搜狐算法实习一二面

8.21二面 依旧很多大模型相关问题1. 你理解 ThreadLocal 的考点是什么？2. 如何避免线程本地变量导致的内存泄漏？3. try/finally 里 ThreadLocal 要不要手动 remove 掉？4. 本地缓存为什么设置 5 秒？为什么不是别的值？5. 你们是怎么做压测验证的？6. 遇到大促、流量峰值时，如果写操作集中发生，缓存和 DB 一致性如何保证？7. 你在项目里具体负责哪些模块？（缓存 / 对账 / CRUD 等）8. 你现在做的 SDK 具体解决什么问题？9. 老系统和新系统为什么要做迁移？老系统有什么问题？10. 新架构是谁主导设计的？为什么是单体架构？11. 你总结一下你做的三个核心点？12. 你还要负责老逻辑迁移到新系统吗？13. 对大模型（AI/LLM）方面的理解：14. 你怎么看大模型对工作的影响？15. 在你们内容审核业务里，AI 是怎么应用的？16. 你平时在实习里可以使用例如 ChatGPT、Claude、Copilot 之类的工具吗？17. 你个人平时常用哪些模型？（比如 GPT、Claude、通义千问、Gemini）18. 你怎么看像 AI Agent、RAG、MCP 等这些最近很火的概念？19. 你自己有没有实践过 Prompts 的设计？能举一个案例吗？20. 你会怎么验证 / 监控 Prompt 的正确性？如果模型输出结果和预期格式不一致，你们怎么处理？21. 你们上线前会不会评估 Prompt 的效果？怎么测试？22. 你对未来职业的规划是什么？想在技术还是管理上走？23. 你更看重深度还是广度？打算怎么平衡？24. 你对杭州的工作地点接受吗？

八股文：SFT 训练时，数据规模和模型大小之间有什么 scaling law？除了 GRPO，还有哪些改进技术？比如 DPO、GSPO？怎么解决 DPO 和 GRPO 的 reward hacking 问题？DPO、GRPO 和 PPO 有啥区别？聊聊全参数微调和 PEFT？PEFT 的四种模式（addition, replace, LoRA, prompt tuning）分别讲讲？ 手撕算法：链表题：判断链表有没有环，找出两个链表的相交节点。O(n) 时间复杂度内，找出数组中第 k 大的数。

一面50min1. 自我介绍2. 实习拷打- 背景-指标是如何计算的- 信号源是什么- 研判流程、Prompt调优经验、如何做评测？准确率是多少？- 如何优化3. Redis- ZSet的底层数据结构，什么时候会转换- 如何支持范围查询- 数据一致性保证- 延迟双删的问题？为什么需要第一次删除？如何保证缓存中的数据是最新的？- 缓存击穿是什么？如何解决？4. LC322 零钱兑换5. 平常如何使用AI？如何获取最新的AI资讯6. 反问业务内容、未来规划、挑战、后续规划

微信读书 时长一小时1、算法1 最大子序和算法2 滑动窗口最大值2、介绍ai项目做了哪些事情3、节点的动态编排是编排什么，什么业务呢？4、你提到公众号去自动发文章，这个具体怎么做详细说一下5、这里面你用了几个agent还是一个agent6、调公众号的平台发布你是怎么去调公众号平台发布呢7、作为agent它怎么知道要调这个工具呢8、哪些能力用到了mcp自己封装的吗9、它的交互方式是什么样的，模型怎么去判断要调到这个mcp的能力10、advisor怎么使用的11、agent底层用到的模型基座是什么，有经过自己微调的还是通用的模型12、在项目里进行了什么优化13、你觉得哪个模型好用，怎么去评估我要用...