一面：1、自我介绍2、实习拷打3、实现线程的方式4、Runnable 和Callable的区别5、单例模式6、原子类底层7、项目拷打8、对象拷贝9、jvm内存模型10、jvm垃圾回收机制11、Spring IOC12、依赖注入的方法13、mysql事务14、分库分表15、mybatis-plus手撕：hot 100 mid反问：反问三件套回答的还行，面试官问的浅，不知道有没有后续的机会，接好运

测开的笔试题，算法考察是比较简单的，但人太菜，还是只AC了1题1.有 n个数列表 an = [1,2,55,22,1,1,...,44] ,有迭代边界 d每次迭代 判断 an中的每个元素的大小是否在 an中排前d，如果是，则不变，否则将该元素改为大小为 k-d的元素迭代 10^1000次一开始还慢慢判断，但有20%的用例一直超时，后来反应过来，只需要遍历一次，将元素改为 第 k % d大的元素就OK2.给一堆三角形的两条边和一个数组b1 = [1,2,5,4,2,6,3,55,1,2,...,55]b2 = [2,5,8,666,22,55,88,55,...,22]an = [2,5,6,5...

🔞 理想🧑‍🔧 大模型算法岗实习😶‍🌫️ 项目提问1. 介绍自己的论文（针对论文提了巨多问题，创新点、如何想到这个思路的、借鉴了什么、实验效果怎么样）2. 介绍自己的大模型项目3. 数据集的语料量级；如何判断数据集的质量；有没有验证数据质量的过程；数据不对等会不会导致推理效果不佳；如何进行数据清洗的。4. 模型选型时是如何判断的？还有其他基础模型比较了解吗？介绍一下deepseek-v3和R1；介绍一下强化学习；强化学习中比较常用的算法。5. 然后就是针对业务相关的提问：对话系统（开始摆烂，听介绍）6. 了解Agent吗？7. 项目中在微调中调用了诸如web工具等方法补充语料吗？8. 未来职业规划；现在常用的图像特征提取方法；图像理解方面有了解过吗？（clip、blip）介绍他们的团队，更专注于技术，通用模型能力优化。反问：常规面试官懂得好多，大部分问的问题比较宏观，可惜我的知识面没那么广🫠

📍面试公司：网易有道👜面试岗位：大模型 实习生📖面试问题：1. top-k和top-p2. 对比损失和llm中的temperature3. lora微调4. llm中的强化学习5. 训练样本的文本如何构建的，输出的格式6. rag🙌面试体验：问的很细，难，一轮直接挂 #大模型面经#