腾讯 软件开发 面经

9月06日  网申
9月07日  测评
9月13日  一面

自我介绍
项目介绍
零拷贝
DMA
缓存分配回收策略
分级缓存池 扩容机制 分级策略
RBAC
JWT加密算法
es 倒排索引
实现一个分词器
分词算法
结果集排序规则
怎么判断结果和用户的相关性
怎么计算相关性 频率、密度、权重
限流和熔断
如何实现一个限流机制
场景题 QQ音乐推荐策略
怎么计算用户的音乐偏好
怎么计算用户和音乐的匹配度
怎么设计推荐算法
怎么过滤掉用户已经听过/推荐过的音乐
怎么压缩听歌记录
说一下布隆过滤器
怎么解决哈希冲突
k8s
netstat、jstat命令
Docker资源隔离原理
HTTPS握手过程
C++虚函数
手撕(easy)
反问

全程70分钟,投的CSIG,有点汗流浃背了。面试官提问很严谨,问题一环套一环,有很多探讨的过程。从中能学到不少东西,是面试体验最好的一次。
许愿一个二面

[9月14日 更新]

流程结束

#腾讯##腾讯面试##csig#
全部评论

相关推荐

头像
10-21 18:57
已编辑
腾讯_算法工程师(实习员工)
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#
点赞 评论 收藏
分享
1 10 评论
分享
牛客网
牛客企业服务