上周的一面完了之后当天晚上状态转成复试，显示等待面试安排，过了一周一直无安排，今天提示流程结束。现在还有这种挂法的吗#腾讯#

360服务端 面经360服务器开发—golang为主  一面  7.5  全程45min1.自我介绍 2.上段实习（ps：上段实习也是网安行业的，问的比较细）3.golang并发优势4.gmp和gc（ps：回答较为全面）😬😬😬gmp从单进程讲到多进程/多线程，gmp的设计原理和优势，为什么等等gc从算法到gc阶段到写屏障等等5.服务器优化方案ps：当时简单回答了看CPU使用率，看MySQL慢查询日志，用普罗米修斯去监控数据库6.接口性能优化ps：好多方案，大概举例了11种，等我整理链接放在评论区7.es为什么那么快（es问的比较深，好久没看了）答：倒排索引，然后举例讲了一下怎么倒排的，内...

有入职这个的吗，感觉怎么样呀或者今年也在面这个岗位的，问下大家收到offer了吗 #云和恩墨#  #校招入职后的感受#  #牛客创作赏金赛#  #数据库#   

机器学习岗8.13：投递简历8.20：一面8.23：笔试8.26：二面9.3：三面9.9：测评9.12：HR面10.18：官网状态转offer阶段10.21：意向书泡了一个多月，终于泡出来了。。。项目以外的面经：一面（50m）- 为什么现在RAG大部分都采用召回+精排的方式来检索知识？- 模型训练的时候有没有遇到过loss不收敛或者loss骤降为0的情况？有什么可能的原因导致？- 讲一下transformer- 场景题：假设你每日可以获取到某社交平台的社区数据，每日数据量很大，怎么从中获取到关于某个产品的评价数据。二面（35m）- 场景题：我有一大堆用户评论数据，我想要从中筛选出关于某个话题的内容，并且还要分发给不同的部门，如何实现？- 场景题：对于一个对话系统，假设我对于模型的回复正确率的要求特别高，并且我需要知道一些精确的数据，不只是泛泛而谈，比如我问“qq音乐今天DAU是多少”，需要模型给出具体的值，你觉得要怎么设计？- 场景题：估算一下混元的DAU- 怎么理解大模型的记忆- 数据从用户到服务器的传输过程- 讲一下数据容灾- 讲一下分布式编程- A/B测试三面（1h）- SFT和RLHF的作用分别是什么- 讲一下RLHF- RLHF中的reward model怎么训练的- 讲一下DPO- 讲一下transformer- 讲一下GQA，GQA有什么优缺点- 有了解最新的大模型吗？了解llama3.1吗？- 有了解哪些LLM分布式推理技术吗？- 讲一下大模型量化技术HR面（25m）不像面试，更多的是聊聊天，问一下个人的发展意向和职业规划#腾讯音乐##算法工程师##晒一晒我的offer#