面经全程项目拷打估计凉

现在的AI面试技术越来越牛了，AI面试是牛客做的📍 面试公司：杭州银行💻 面试岗位：技术岗数据研发📚 面试问题：1. 自我介绍：首先进行自我介绍，简要介绍自己的教育背景、项目经验以及技能掌握情况。2. 项目及专业知识提问：面试官会针对自我介绍中的项目或实习经历进行深入提问。例如：    - “请挑选一个你最近参与的项目进行详细介绍。”    - “Kafka 的副本机制是怎样的？它是如何保证数据准确性的？”    - “如果银行要开发风险监控实时数据仓库，你会如何着手？它与传统数据仓库有什么区别？”3. 能力测评类问题：最后，面试官会问一些关于个人能力的测评问题，比如：    - “你有没有遇到过任务截止日期非常紧迫的情况？当时是如何完成任务的？”    - “你有没有主动承担过某项工作？如果有，是什么促使你去承担这项工作的？”#软件开发笔面经#

🔞 美甲🧑‍🔧 语音算法实习生😶‍🌫️ 项目提问+基础理解+代码1. 自我介绍2. 介绍自己的论文（问得好细，质疑创新点、消融实验，一开始我的说法有点问题，面试官会揪着不放，幸好后面解释了一波）3. 你觉得当下的大模型相对于之前初代的bert等模型主要解决了什么样的问题？从原理上来讲，为什么现代大模型在生成式任务的能力要强于以前的MLM类的大模型？4. 现在大模型为了达到规模扩增，主要做了哪些技术上的优化？旋转位置编码相比于绝对位置编码好在哪儿？为什么不用绝对位置编码？5. 谈谈为什么MoE机制会成为主流？如何解决MoE训练过程中出现的路由偏爱（路由失效）现象？负载均衡是作用在什么上面的（模型 or token）？6. 代码：删除单向链表中的倒数第二个元素。反问：日常工作内容？对我有什么建议？这次面试与一面有很大不同，削弱了硬性八股的内容，更偏向于考核对大模型的理解。面试官也是蛮随和的人，每回答一个问题会及时给到我反馈，认可or纠正我的回答，这使得整个面试过程都有一个积极的刺激。最后说我对大模型的直觉挺到位的，我还挺开心的🥰#面经#

#面试##日常实习#1.Spring IOC理解2.Spring 设计模式（答的AOP代理模式）3.Bean的生命周期4.Spring三级缓存5.Spring 事务传播机制6.Spring 事务失效7.Redis跳表底层8.线程池的参数与原理9.Synchronized锁升级10.Synchronized与Lock11.AQS12.线程创建的方式13.sleep vs wait方法14.深拷贝与浅拷贝15.volatile关键字16.ArrayList vs LinkedList17.消息队列作用18.消息队列如何保证不重复消费19.B+树结构20.MVCC21.CAP原理22.零拷贝