万兴科技一面

1. 分布式/存储这个项目你主要做了什么？2. 另一个协作系统项目是做什么的？3. Go 的 map 是并发安全的吗？4. 你怎么理解 map 的底层结构5. map 的扩容机制你了解吗？如果要让 map 支持并发安全，你会怎么做？6. 什么是一致性哈希？7. 为什么要用虚拟节点？8. 节点扩容时，数据怎么迁移？9. 节点下线或缩容时怎么处理？你这个一致性哈希的变化是怎么触发的？10. 协作系统里的角色和权限是怎么设计的？11. 多人同时编辑时，你是怎么处理的？12. MySQL 在什么情况下适合建索引？什么情况下不适合建索引？19. 什么是覆盖索引？20. Redis  缓存你是怎么理解和使用的？21. JWT 或登录态你是怎么做的？22. 如果用户多端登录，或者要强制下线，你怎么处理？23. 幂等性你怎么理解以及你项目中那些是幂等的？流程推进很快，面完不到一小时约综合面

发面经攒下人品面试官超级好，先说最后一道算法题，是力扣415道字符串相加，竟然出这么简单的不会是kpi面吧1.HashMap的实现原理追问为什么数组长度大于或者等于 64才在链表长度大于阈值转为红黑树追问为什么用红黑树而不是其他数据结构，为什么不用B+树2.HashSet原理3.HTTPS过程4.Redis的跳表是这么实现的，有什么优点5.实习经历拷打6.项目拷打，我准备了两个项目，一个高并发的一个AI相关的，只问了高并发的

想问一下大佬们，腾讯的面试两次一面都挂了，面评不理想，会在系统里跟着，那腾讯音乐集团会有影响吗

岗位：【27届实习】Product Engineer-产品工程师（AI与全栈方向）-社区工程1. 自我介绍，然后可以重点说你觉得你比较有代表性的一段项目经历。我说的实习经历里的tab补全提示词那块的链路设计与重构。2. 【实习】我看这里还讲到用 workers KV 去做了一下 JWT 的鉴权这块我们是怎么迁移的？3. 【实习】那 workers KV 它的一致性模型是什么呀？比如说会不会出现一些边界的一些badcase？幸好准备了，是最终一致性。4. 【实习】那有什么解决方式方案吗？我说这里的业务场景能接受最终一致性。但我感觉应该不对5. 【实习】你们做了一个状态机来管理这个评论的生命周期，一个是这个状态机的状态和转移是什么样子的？然后另外我看我们这里有提到用了虚拟线程，就是采用虚拟线程的这个技术方案选型的原因是什么？6. 【实习】看我们这里还就是做了一些游标分页加乐观锁的一个优化。就是一个是在做游标分页和乐观锁之前，我们是怎么做的分页？然后跟之前的比如说一些普通的 offset 分页，游标分页它的优势是什么？7. 【项目】RAG混合检索策略怎么做的？召回的效果是如何评估的？8. 【项目】我们刚刚有提到做了一些 Chunk 切片的一些优化，那 Chunk 切片粒度它太大和太小，刚刚讲过，有可能有一些问题，就是如果它 chunk 切片粒度太大的话，它可能会造成什么样的问题？太小的话还可能造成什么样的问题？9. 【项目】看我们的 agent 这里我们同时用了 react 和 plan-execute-replan 的两种模式，然后是两种应用场景，我们简单介绍一下为什么做这样子的技术选型，以及这两种为什么要这样选，以及为什么要分别用在这两个对应的场景上。10. 【项目】比如说你的 RAG 系统里面是有很多相应的一些知识库文档，然后在实际的生产环境里面，我们可能 RAG 系统里的文档可能会有一些频繁的更新，或者说增删减，那如果出现这种情况，就是出现向量索引与原文不一致的这种情况，我们该怎么保证这种问题导致的一些错误呢？11. 【项目】展开讲我们的记忆系统是什么样子？12. 【项目】那如果我们有一个长期运行的一个agent，用户的对话可能长年累月，比如说需要数月或者一年多的一个累计的一个历史对话，就是对话的轮数很多很多很多，那我们在记忆系统上能做哪些优化？13. 我们的经历里面其实大部分是 AI 相关的加后端的一些经历，那你觉得你对于你自己没有前端经验这一个 gap 是怎么看待的？14. 刚也提到 vibe coding，就是我们平常就是日常使用的一些 coding 工具是哪些？15. 共享屏幕，vibe coding 一个极简版的小红书网页版，用户可以做图文笔记的发布，然后就是不管你的信息展示页面是什么样子，就瀑布流或者怎样，可以在首页的那个信息流里面展示出你发布出来的内容。16. 【八股】哈希碰撞会在什么情况下发生呢？17. 【八股】哈希碰撞出现之后，我们有什么样的处理方式呢？18. 【八股】讲一下 LRU CACHE 它是一种什么样的缓存策略？19. 【八股】如果 Redis 它经排查我们发现它的内存碎片率比较高，那可能的原因是什么？以及我们怎么排查和优化？唯一一个没答出来的，，，20. 我们要在工程环境里面落地一套基于大模型的一个企业知识的一个agent。就是按正常的做法，我们可能需要选择一些合适的方案，比如说选择合适的向量数据库去存储embedding，并且支持刚刚讲到一些相似度检索的一些功能。就是我们现在有一些主流的一些向量数据库，那我们在这种场景下一个是该怎么做向量数据库的一个选型？一个是如果需要优化一些检索召回的速度该怎么去优化？21. 【手撕】实现一个滑动窗口算法没写出来，面试官让实现伪代码，硬着头皮写了几行22. 对未来的一些 AI 的方向，你自己最感兴趣的是什么？23. 为现在很多 AI 相关的工具，你觉得对你自己的一些开发习惯上有什么大的一些改动吗？比如说我们之前是怎么样的？现在的一个工作流又是怎么样的？反问：1. 问团队业务主要是AI给各方面进行提效2. 和面试官聊 AI3. 表现有哪里不足面试官说：可能现在的面试流程都会有一道手写算法吧。我可能没有什么固定的算法题，我可能就会根据你的经历去出啊。然后还有就是大体的问题回答上我觉得没有什么大的问题，其他的问题回答上都没有什么问题。然后基础的后端的知识掌握，我觉得你是比较扎实。4. 几轮面试实习岗的话大概是 2 到 3 轮吧。有两轮技术面，然后这个可能也还会有一轮 HR 面。