字节（国际化广告部门）

2025.9.445min无自我介绍，看了5min简历开始问1.为什么转码2.小米和腾讯实习里具体是做什么产品3.了解cas吗，什么作用4.了解java的反射吗5.java的spring支持注解和xml两种模式，为什么，各有什么优势6.了解c++的动态链接库和静态链接库吗7.说说堆和栈的区别8.说说epoll i/o多路复用模型，解决什么问题9.了解操作系统swap区域吗10.为什么2gb内存的设备可以运行大于2gb内存的应用11.什么是粘包问题，怎么解决12.了解docker吗，什么原理13.docker部署的链路流程14.win上打包docker可以在linux上运行吗15.了解哪些图算法，具体讲讲什么原理，解决什么问题16.了解哪些树算法，具体讲讲什么原理，解决什么问题。17.动规的原理，解决什么问题18.实现一个线程池19.控制工程主要是做什么的，无人机位姿在扰动下你们是怎么实现动态调整的。反问秋招第一面，干自闭了

自我介绍实习拷打数据预热优化方案设计、技术调研、整个流程是什么样子的？AsyncTool 开源中间件针对 CompletableFuture 进行了哪些扩展呢？如何实现？问到底层了AsyncTool 如果任务执行失败，怎么处理的？是否可以提供重试？成功率是否影响？可用性支付工具埋点监控做了什么？数据上下文模型，怎么做的？有什么用？成员变量是如何设计？这样直接设计，是否线程安全的？如果有两个线程同时访问一个成员变量，如何保证线程安全？73ms 是否还有存在优化空间？缓存问题：key 和 Value 是如何设置的？以会话ID作为key的话，后续会复用多少次？用户维度和商品维度缓存？缓存过多，Red...

最长公共子序列 求序列？中间endpos作用？是否一定包含在最终序列中？（没跑通，时间不够寄了）复盘：没睡醒没想起来该用backtrack来恢复序列，写的方法错了。rand5实现rand10？期望次数？有优化空间吗？（最后一个没答上来）后续复盘：之前我答的rand5(), 若1，3则 += 0， 2，4 += 0，5重骰，这种方式无法优化但对于rand5() * rand5()，若<= 20则直接%，反之重骰，这种方式有优化空间：落在21-25不重骰，直接复用作为另一个rand5Logistic regression？为什么用CE不用MSE？（先说了极大似然估计，追问还有吗，讲了数值稳定性并加上了sigmoid函数后两者梯度的公式推导）二分类指标？解释一下AUROC？实现中怎么做？（acc --> recall, precision, F1 --> AP & AUROC; 写TPR FPR公式 ;离散化，给定若干个threshold，记录点，然后处理成类似柱状图的计算方式）模型训练出现NaN或者loss不下降的情况？简历项目拷打，讲的强化学习介绍一下强化学习的这些策略？DQN -- > PG --> AC --> A2C，没来得及讲PPO，追问Q和V的关系问GRPO的具体reward？（大致按照自己理解讲了一下怎么从PPO来的，核心在同个state做出不同动作多次采样，归一化训练），训练时间与PPO相比？（其实不是太清楚，从策略空间分析了一下，单次epochGRPO更慢，因为多次采样，达到相同效果需要时间更少，因为当策略空间很大时，PPO需要更多采样次数才能达到与GRPO相同的效果，即多次到达同一个state 选择不同action）训练过程除了你讲的多次采样还有区别吗（没答上来）Update: 没想到过了，感谢面试官捞人！

Timeline:8.20 投递 -> 8.22 过初筛 -> 8.24 笔试8.25 约一面 -> 8.27 一面8.28 约二面 -> 9.2 二面9.2 约HR面 -> 9.3 HR面9.4 约终面 -> 9.5 终面9.7 线下技术沙龙 (插曲)9.16 HRBP加微信 -> 9.18 Leader介绍业务9.23 Offer Call -> 10.10 接Offer -> 10.27 发两方🍠其实是我秋招最早的OC，也是最早“开奖”的。因为没有意向环节，接受后会直接发带两方的邮件，后续推三方也很紧凑。所以当时出于考量，用“需要多...