腾讯主管面挂…

#腾讯音乐26届实习# 问项目问MySQL，还有什么类型的锁，答插入意向锁、元数据锁问元数据锁是什么锁，答在对表的结构做更改的时候加的锁问生产环境如果对一个千万级大表加字段，怎么避免长时间加锁，因为看过生产环境加索引的方案，然后转移话题说生产环境加索引要怎么加，答建一个新表，加字段/索引，将原表数据导入新表，将期间的增量数据导入新表，新旧表改名问给一个update，条件包括id、age、name，age<16，会发生什么，答会把<16的数据都锁住，特别讲了下16边界情况的next-key-lock问索引，答举例一个索引建在name上面，根据字典序排序，如果是前缀模糊查询能走索引，%开头会失效，展开讲了索引失效的几种情况，举例实际应用时怎么避免索引失效问B树和B+树的区别，答B+树数据都在叶子节点，IO次数少，支持范围查询，插入删除方便问网络，TCP连接和断开连接过程，答三次握手四次挥手问Java，有没有用过多线程，回答提了一嘴用过ComparableFuture，然后转移话题到做过的定时任务怎么配置线程池问往线程池里面放一个线程会怎样，答根据核心线程数、最大线程数、拒绝策略决定执行流程问拒绝策略有哪些，没答上问有没有在Java中使用过事务，Java中是怎么实现的，答@EnableTransactionManager @Transactional可以实现声明式事务，还有方法可以实现编程式事务，推测@EnableTransactionManager会装配事务处理器，@Transactional是使用AOP问有没有用过Java其他相关组件，比如Spring、Redis相关的，答在海关有用SpringCloud反问那边业务，说是跟独立音乐人的内容和签约相关的业务，问是不是确实是暑期带转正说是，问培训制度，说跟这边差不多，就只是有导师带

本文提出系统设计面试的三维建模法，通过秒杀系统与分布式存储两大高频考点，揭示从具体业务到分布式原理的思维升级路径。掌握这套方法论，面试者可在30分钟内搭建出工业级设计方案。一、第一维度：业务特征抽象（场景建模）1.1 秒杀场景的六要素解构瞬时流量：100万QPS下库存系统的防雪崩设计数据强一致：RedisLua脚本实现库存扣减原子性资源隔离：独立线程池保护核心交易链路柔性事务：本地消息表实现最终一致性热点探测：JDK Flight Recorder实时捕获热Key灰度验证：ABTesting分层发布机制1.2 通用模型抽象方法业务参数公式化最大承载流量 = (线程池大小 × 单请求处理时间) ...

组内直招，我给自己捞一下实习生联系方式****************************职位描述1、负责机器学习训练和推理系统的研发与性能优化，包括但不限于：超大模型计算性能优化、千卡训练集群调优、分布式推理系统、大规模推理流量调度等；2、负责解决大规模AI系统中高并发、高可靠性、高可扩展性等技术难关，支撑公司内外千万客户流量需求；3、负责大模型训练和推理前瞻性技术架构的调研和引入，技术方案不限于分布式训推系统、子图匹配、编译优化、模型量化等；4、负责异构硬件的引入与训练推理框架的集成，包括但不限于GPU、NPU、TPU等；5、面向全球多地域超大规模GPU算力集群，通过弹性调度、GPU 超卖、任务编排等方式不断提升算力利用率；6、与算法部门深度合作，分析性能瓶颈，通过软硬结合提升模型训推效率，支持AI工具链和技术生态建设，推动公司AI关键业务发展。职位要求1、2026届本科及以上学历在读，计算机、软件工程等相关专业优先；2、熟悉常见的算法、设计模式和数据结构，具备扎实的操作系统、计算机体系结构等知识；3、独立分析问题和解决问题，自我驱动并对过程负责；4、以下条件为加分项：1）能够理解GPU硬件架构，熟悉GPU软件栈（CUDA，cuDNN)，具备GPU性能分析的经验；2）参与机器学习系统开源社区项目经验，熟悉机器学习系统各项流程中的工作原理；3）有至少一种大模型训练/推理框架使用经验，包括但不限于：vLLM、TensorRT-LLM、SGLang、Megatron-LM等。

一面（50min）可能是岗位性质就这样吧，面了很多运维开发/sre，中大厂及以上都不怎么问八股文的，小厂倒是会，中大主要还是聊实习或者各种素养场景题。介绍实习经历。问了各种简历上写的项目的各种细节，包括实习期间的产出一类的。对sre的理解，主要承担的职责。CPU突刺问题一般是有哪些原因。慢查询有哪些原因。介绍一下你第一段实习公司的项目发布流程。说我第一家实习的公司感觉整体的发布流程太原始了，问我如果要我重新设计会怎么样设计。(面百度sre也问过)对我实习的故障注入很感兴趣，详细问了一下： 故障注入在线上进行的吗，为什么不在测试环境进行。你了解过你们公司故障注入实现原理...