算法offer决赛圈

一开始介绍的时候节奏不是很好，让面试官误会了这就是个工具使用项目，直到最后反问的时候把各种研究的细节抖了出来才改了态度- 自我介绍- 说一下项目（简单做了一下介绍，落地背景，技术选择，产品上线，由于之前有点摆烂，所以准备的不是很好）- Astro 框架是你自研的还是第三方的（？第三方）-  CDN 是什么- 网站访问量高吗，有多少人在用？- 八股：  - http 每个版本的区别  - 缓存- linux 源码看过吗（？）- 反问  - 需要改进的地方？（反问了你从这个项目学到了什么）    - 阅读了部分 Astro 源码（content collection 与 vite 结合的底层实现，知道了可扩展性和局限性，翻阅了 RFC 文档，知道了其开发目的解决的痛点，最后评价是又好又坏，好在对 mdx 的处理工作是在编译器完成，在运行时无过大开销，缺点也是 mdx 在编译期间处理完成，没法应对更灵活的需求；其次讲到了 Astro 上周第 50 个 RFC 文档，github 可查 content layer api，也是不把运行时编译列在目标内；所以评价是又好又坏）    - 深入研究了 CRTD 思想及其背后的 yjs 生态库（从小团队开发比重权衡选择了 yjs，生态丰富，且配备 demo，体验很不错，尤其是周边库，源码内容简单，要针对做定制开发的成本也比较低）    - 面试官主动问了一下有没有了解 OT （对比了一下 OT 与 CRTD 的区别；他与 CRTD 解决的目标相同，不过思想核心不一样，OT 是保证过程顺序一致，CRTD 保证数据一致性，颇有分布式思想的感觉；OT 在生态上较为薄弱，调研了 ShareDB 实现，发现后端代码过于复杂，对于小团队开发可能时间并不充足；我的中心服务器性能不够的话可能导致体验下降；针对不同数据模型要实现不同接口，开发成本增加）    - 了解了一些 vite 的短板（生产环境与开发不一致，不合理分包导致模块循环引用（上周优化时发生的），首页白屏的问题（vite 仅仅经过最简单的转义便直接把模块发送给首页，没有像 rspack 一样做一个合并优化，导致项目变大时首屏发出大量的模块请求，且 vite 开发服务器 http 协议似乎是 1.1，只允许 6 个 tcp 请求，其他的会被阻塞，进而导致长时间白屏））    - 实践了一些设计模式（模板模式，策略模式）    - 站在了开源包使用者的角度去看待一些内容（包下的语法分析核心分了两层设计，用户可以选择最简单的 plugin 模式去定制规则，也可以自己创建 core 实例去完整覆盖 mdx 的检查行为）    - 总之做这个项目就是很开心，学到了很多也收获了很多  - 您是 GM 吗（不是）  - 反问了一下平时玩什么游戏，但是当时脑子有点短路答不上来，就说最近玩的比较少，会练一下吉他也是从这一次面试后，我就意识到了必须要主动争取面试主动权，面试官给出机会时一定要有意识，抓住项目核心讲，因此后续继续优化总结，把项目最重要的几个核心抓了出来，并进行了提炼，因此一天后的字节二面我收获了一个非常好的体验

算法工程师工作重心在于优化，而几乎所有的窘境都和优化有关。1. 别人觉得你啥也没干，算法人员很多时候不开发新产品，而是优化现有产品的性能。遇到人员优化的时候就倒霉了。2. 工作量、工时预期不准确，训练模型是个玄学，优化系统也没有一定可行的套路。算法人员的日常工作有点像走迷宫，难预测要走多少弯路。3. 同事不理解，项目经理不理解为啥要那么久、测试不理解为啥那么多bug（其实是同一个，由于大模型的输出不稳）4. 最可怕的就是工作不出成果，因为不可控因素多，经常要加班去补上由于做实验、看资料消耗的时间（实验的价值老板看不见，他们都是结果导向）

1. tokenizer的作用？为什么bert要用专门的tokenizerBert有自己的tokenizer，是自己训练好的词表，并且在起止位置都加上了特殊符号注意：尽管tokenizer翻译为分词器，但功能并不仅限于分词，还包括映射词表，添加特殊符号，统一长度（padding、截断）2. 相对位置编码的作用？Rope、Abili1）一定程度上实现长度外推性2）能够获取文本位置中的相对关系3. 大模型是怎么训练出来的？decoder ： 预训练SFT：问答微调RLHF：人工排序，对齐人类偏好4. huggingface里面为什么有些方法可以调用，但是不能查看源码实现面向对象、python的动态特性、导入包、本地方法？5. 用户怎么获取大模型的有害信息（安全问题，赛博奶奶）