字节剪映后端日常一面

继续多发面经多多攒人品---------------------------------------------------------1.个人的基本介绍（2min）------------------------------------------项目介绍（25min）---------------------------------------------------2.项目的介绍以及拷打。3.技术和业务上面的难点能分别讲讲么？4.RAG知识库如何搭建的，如何进行隔离呢，用的是什么样的元数据过滤，具体是靠什么字段来区分的呢？5.讲一下embedding 的原理，以及你的项目用的是什么模型，和其他的模型比较有什么用的不同么？6.整体流程，就是问当前端调用，用户输入流经的全过程，哪些工具要调用，然后交互是什么样的，记忆是如何进行一个更新的呢，然后会输出返回什么给用户。7.PE的提示词工程的设计是怎么样的，你说的分层次设计和最佳范式以及高质量样本是什么呢？8.项目用了MCP么？如果Mcp工具如果要运用在你的项目当中该怎么做？9.有多少工具，这里的调用会不会有其他的问题，比如上下文的占用以及这些工具的设计目的是为了什么业务场景？----------------------------------------------------基本八股（8min）---------------------------------------------------10.如何进行AI coding 的使用呢？个人或者团队开发时是怎么办的？11. TRAE、克劳德、谷歌，gpt，都用过那可以说一下他们各自的使用体验，多模态和分析角度的不同。12.Mysql的数据引擎有哪些，InnoDB，MyISAM，Memory从事务，锁的粒度来讲，以及innoDB为什么更好呢？13.索引的实现，有哪些数据结构？有哪些索引，能说多少说多少--------------------------------------------------算法题（16min）---------------------------------------------------DFS的岛屿数量问题，思路，写一下，以及如果要求最大面积该怎么做呢？写完再写一个（调了好一会，因为好像没有debug的功能么）-------------------------------------反问--（10分钟）--------------------------面试官也比较能说会道，给我讲解了业务的方向，以及遇到了什么样的难点，用户意图识别，以及openclaw相关的未来应用的方向的讨论。---------------------后续：2小时后约三面。

公司：腾讯部门：搜狗输入法岗位：客户端开发Q1：自我介绍Q2：线程和进程的区别Q3：哈希表了解吗Q4：介绍一下红黑树Q5：工厂模式了解吗，有哪些优缺点Q6：在浏览器中输入一个网址到跳转到网页，这过程中是如何实现的Q7：说明一下TCP连接过程Q8：手撕一个代码，给定一个数组，要求将其元素升序排序Q9：实习中遇到的最大的技术难点是什么然后就是反问环节了，整体问的问题不是很难，多背背八股、多刷刷代码就好了，面试官人挺好的

后天要面tiktok的客户端开发，直播团队的暑期。但是我的简历全是Java后端的技术栈。怕脏面评。求经验分享。

1. Guava Cache 和 Caffeine 分别使用了什么缓存淘汰算法​2. 实际项目里本地缓存命中率大概多少​3. 引入缓存带来的风险和解决方案​4. 缓存的读写策略​5. 如何保证缓存和数据库一致性​6. “先写缓存，再异步批量刷库”方案，除一致性外还有哪些潜在风险​7. 如何拦截恶意请求，设计防护手段避免缓存被恶意利用​8. 布隆过滤器原理，如何解决缓存穿透​9. 布隆过滤器误判概率大概多少，如何估计​10. 定时任务 5 分钟一轮询，任务执行超 5 分钟时，如何保证状态不丢失、不阻塞调度​11. 分布式 RPC 为什么要自定义协议，而不用 HTTP​12. 单机 QPS 1w+ 这个数据是怎么统计/得到的​13. RPC 项目目前瓶颈在哪​14. 了解哪些 HTTP 版本，各版本特性​15. HTTP 队头阻塞是什么​16. 队头阻塞是否只存在于 HTTP 层面​17. TCP 会不会存在对应阻塞问题​18. HTTP3 如何解决 HTTP2 在 TCP 上的队头阻塞​19. 为什么 HTTP3 基于 QUIC，而不继续在 TCP 上优化​20. TCP 如何实现可靠传输和流量控制​21. TCP 发送窗口如何根据接收窗口和拥塞情况动态调整，窗口结构如何维护变化​22. TCP 如何判断报文丢失，什么条件触发重传​23. TCP 除重传计时器外还有哪些计时器​24. AI 项目中降低大模型幻觉的具体优化方法​25. 大模型产生幻觉的底层技术原因​26. 算法题：Java 原生数组实现栈，实现常用操作