快手多模态AIGC被拷打

1. 同花顺（base hz）：基于agent做deep research，nlp，量化相关的（偏纯文字），涉及后训练（sft，rlhf），支持发论文2. 面壁（bae BJ）：AI教育，agent相关，目前没有后训练，未来会应该有3. 蔚来（base SH）：rag强相关，包括后训练，智能客服等多种场景，但不包括智驾4. 群核（base hz）：多模态agent（3D），端到端llm

挂的有点莫名其妙，聊的好好的，算法也写出来了聊实习（50min）：主要是聊在美团做的一些业务引出一些场景题（问了许多代码设计，如何供给通用能力）有一个场景题印象深刻：如何设计评论和点赞？考虑一个评论有多条回复，需要考虑根据最上层的评论进行精选，点赞需要能够抗住高并发的请求。如何设计表结构、存储结构、接口等等。八股只问了kafka：kafka为什么会快？kafka如何保证消息不丢失？kafka为什么topic增多之后性能显著下滑？算法：归并排序

昨天问的，一道场景题他首先问我在实习工作中有没有复现一套自己的数据清洗方法然后说，现在有第三方机构帮忙爬取数据并进行数据清洗，给到我们的是清洗过后的数据，异常比例很高，你要怎么做

自我介绍1.SQL深分页问题是什么？如何解决？（弃用offset，使用游标从上一次查询结束处继续查）2.什么情况下会导致索引失效？（不满足最左匹配原则，表达式计算，字符串转换，左模糊匹配，范围查询，or后非索引列）3.如何选择加索引的字段（区分度/频率/字段长度）4.如果表比较大，有什么分表策略？（垂直/水平）5.MySQL支持表的数量级是？为什么最好是这个范围？（依数据而定，百万~千万级。3层簇聚索引最好能够容纳）6.项目中有没有自己设计存储结构的经历。7.ACID是什么怎么保证。8.三个log分别有什么用9.MySQL主从复制的过程10.什么时候需要加缓存？（指缓存层，高并发情况下）11....