莉莉丝服务器开发（ai）实习已OC

最大卖点是工作轻松，做toC和toB的后端+大模型，比较感兴趣这个方向，但是担心实习的认可度（如果秋招想去互联网的话）

一面
手撕代码
最大子序和（空间复杂度o1，时间复杂度on）
问题
项目里的RAG咋做的？原理是啥？
支持向量机？机器学习特征提取和分类方法
Transformer了解吗？
项目里CICD咋做的？docker和jenkins，如果用大模型来优化这套流程，怎么做？
基于目前的日志处理，如何用大模型来获取我们需要的日志信息等？
项目里遗传算法咋做的？有没有遇到瓶颈？编码咋设计的？

二面
手撕代码
删除链表第k个，edge case忘了，面试官提醒加了dummy虚拟头才过的
问题
IOC和AOP怎么弄的？bean的生命周期？AOP底层实现？代理
怎么弄一个自己的springboot模块？start吧应该是
MVCC，事务隔离机制的实现？脏写怎么办？
缓存穿透的解决方案，redis keynull/布隆过滤器
探讨RAG之外大模型的优化方案，finetune的东西

三面
聊天面，主要是遇到的困难及解决，一些场景的设计

莉莉丝面试体验非常非常好，学到很多东西，面试官会讲回答中的漏洞以及对比不同的解决方案，感觉氛围很好。

很犹豫去不去，害