字节 后端一面

- 飞书，开视频，面试官很友好，主要是让我在做整体流程的介绍，然后问了些常规八股- 第二个手撕在同一个小时的细节上没有完全撕出来，解决了90%，整体思路没问题- 3.6投递 3.20一面 3.24感谢信- 八股基本上都秒了，项目也讲清楚了，sql也都是秒的，也不懂为啥就挂了## 项目- 先那就挑一个你觉得做的最好的一个入仓的离线数仓的项目，具体讲一讲。从业务的背景，它的业务过程，你在其中做了什么内容，最后取得了什么成果这种思路展开讲一下。- 那你从业务的视角就是说是他比如说你的你的业务过程到底有哪些业务过程它有哪些数据，然后你怎么去做建模的，然后这种方式再细一下说一下。- 这个指标的话，其实你做了多少，做了哪些表，然后他的力度是什么？然后又有什么维度呢？- 在做这个指标的时候，你这整个的数据链路是啥？从离线到从是从线上到离线，然后再到你的指标，最后是大盘这种（大盘应该指的就是可视化）  - 我应该多讲一下数据通路中用到的数据同步工具- 你设计的DWD、DWS它的粒度是什么？都有哪些维度呢？- 你在做这个数仓其实是要类数仓的这样一个项目的话。那其实你觉得这里面最最难的点是在什么- 你现在的话其实更多的是接业务方需求，比如说业务方来一个需求做一个表，来个需求做一个表，那你的数据你的表就会越来越多越来越多。这跟是数仓的这种兼容和扩展影响不是很大吗？你这个是怎么考虑的？- 数据倾斜问题## 八股- 数仓建模的一般流程你知道吗？- 刚才提到你说总线矩阵，那总线矩阵的就是说横坐横轴跟纵轴都是什么？- ODS、DWD、DWS它的定位- ODS里面已经有了这个数据，为什么不直接从ODS里面去取还要再新建一个DWD呢？- Spark里面就是说它的一个优化的方法，你这边都用过哪些？- 小表join大表的话，是小表在前还是大表在前？- MR中MapTask个数和ReduceTask个数由什么决定？- Row number和rank的区别- avg函数他在算这种平均值的时候会忽略null吗？  - **`AVG` 函数的分母是有效数值的数量**## 手撕- SQL：学生成绩平均值问题和>60的问题，很简单- SQL：直播间同一天同一个小时内最大在线人数

1.数据库的索引2.数据库悲观锁和乐观锁3.数据库如果要频繁查询字段怎么设计表格4.数据库表格如果积分增加又有积分减少，怎么避免错误5.redis6.Cpp 有哪些模型7.深度搜索广度搜索8.https 怎么加密，加密有哪些类型，具体怎么实现9.数据库联合索引10.死锁代码题

继续贴一下整理好的面试记录😬面试问题：- MLA是怎么做的？为什么它比LoRA快？同样是低秩分解，为啥推理时LoRA慢而MLA快？- LoRA算法是怎么工作的？它的参数是怎么初始化的？你觉得它有什么缺点？- 能介绍一下Flash Attention吗？它是怎么做到既省显存又提速的？- 能聊聊你在阿里做的工作吗？RM的MoE结构为什么这么设计？参数量大概是多少？- 提升模型的推理能力和指令跟随能力，哪个更难？为什么？优化指令跟随能力的方法和优化推理能力的方法有什么不同？- RLHF的幻觉实验具体是怎么做的？能详细说说实验步骤吗？代码题：- 用np手撕beam search，我大概写了下实现，比如怎么办理beam中的序列，怎么计算新序列得分，这个确实抽象了（既然遇见了，有时间还是准备一下吧）还有需要注意的是，在面试的时候，进入飞书会议后，不要切换后台！不要切换网页！不要切换窗口！只要切换了，就会被检测到（字节面试官亲自提示过😭

分享面经，积攒好运🙏一面见之前的帖子3.10二面（过）自我介绍你们实验室做什么项目？你这个用布隆过滤器替代分布式锁访问数据库提升QPS的，介绍一下Redisson的底层是什么样的？你这个短链接是怎么生成的？有没有了解过别的生成算法开放题：我现在要提升你这个系统的QPS，你怎么从0开始设计？你说加机器，那你数据库支持水平拆分吗介绍一下这个ShardingSphere的原理？你有没有了解过逻辑sql怎么转真实sql的？ShardingSphere支持自动迁移数据吗？如果我使用了order by，那ShardingSphere会这么处理？查32个表吗？讲一下你认为的项目亮点你说一下这个读写锁的应用场景，我感觉不需要啊？Redisson这个读写锁是什么原理你知道吗？如果我发一个消息到MQ，十分钟后才被消费，怎么办？期间分组被改了怎么办？你这个RPC介绍一下你介绍一下这个自定义协议，为啥要自定义协议？头部有哪些字段？你用的什么网络框架？你知道netty是哪种网络模型吗？阻塞/非阻塞？同步/异步？Socket用过吗？说一下系统调用是什么？MySQL索引为啥用b+树？redis单线程，为什么还这么快？大模型用过吗？除了工作部分，还用大模型做些什么？手撕：布隆过滤器3.13三面（挂）自我介绍你的项目的技术难点在哪里？你数据表是怎么设计的？表里的索引怎么设计的？缓存空间有多大（？）你怎么统计用户的访问数据？用消息队列？消息队列会阻塞吗？就是满了怎么办？（？）短时间内大量请求打满消息队列怎么办？（答了扩容+加消费者）如果是集群，负载均衡你会怎么设计？讲一下一致性哈希讲一下你这个重试策略数据库热点问题你怎么解决？慢sql问题你怎么解决？你分析过慢sql吗？explain？我设计的系统如果想接入微信扫码登陆，你会怎么做？了解过微信支付宝的授权登录协议没有？手撕：sql：抖音活跃用户分析（完全没准备sql，写的一坨）手撕：128. 最长连续序列