字节广告算法一面凉经

上来面试官先进行了很详细的部门介绍1. 自我介绍2. 介绍任意一个项目，然后开始深挖3. 八股 精确度/召回率，transformer 注意力相关问题， encoder的详细结构，4. 场景题 给一堆有问题的图像，怎么从其他图像里同样的筛出来有问题的图像算法：手撕attention最大连续子数列

1. （项目的点衍生出来的）RoPE 原理，手撕2. Transformer MHA 手撕3. vLLM为什么能加速？PagedAttention4. CPU/ GPU 架构，为什么设计 GPU5. GPU 硬件架构具体介绍一下6. 发散的问题：怎么看待AGI，怎么看待大模型的“智能”，平时用什么大模型？（回答豆包，感觉应用做的比较好）感觉整体问的还是比较深入的，一个问题可以拓展出很多细节。问题比上午的电信更理论一些，电信更落地更贴近业务（？可能是面试官的仁慈）偏八股吧，美团全是项目…可能是暑期实习和日常实习的差别？

大概从2.17面到了现在，中间挂了，被同部门另一个团队接着面。字节一面-0217面试官介绍部门（穿山甲？）自我介绍项目介绍 后续就基本是逐条询问了服务的注册发现流程rpc调用流程几种序列化算法的对比，以及常用场景几种负载均衡的使用场景random 请求可能不够均匀、round robin 请求均匀、consistent hash 相同请求打到一台实例上redis的hash结构如何实现渐进式hash原理set和bitmap如何实现点赞和签到为什么用MQ？——解耦rabbitmq如何保证消息的不重不漏rabbitmq能不能多个消费者消费一个Queue，一条消息只被消费一次一条消息被消费多次...