- 综合排序
- 最热优先
- 最新优先
腾讯智慧物业：重构全域营销与多经业务增长体系
第一章 突破物业经营瓶颈与流量困局 行业痛点：基础服务与多经业务的双重割裂 当前物业行业头部客户在探索多种经营（多经）商城零售业务时，普遍面临“低频消费、高运营成本、低转化率”的结构性矛盾，具体表现为四大核心痛点 线上割裂： 公众号、视频号、企业微信等多触点之间缺乏运营联动；多业态（地产、物业、商业）的身份、权益与入口未能统一。 分层激励体系： 针对不同业务周期设计商品激励、时间激励、渠道激励及会员激励等多维体系，确保管家在推广非主营业务时有足够的动力。 第三章 量化业务增量与降本成效 应用效果：数据驱动的业务价值验证 通过腾讯生态资源的注入与数字化工具的落地，多经业务在获客、转化与人效上均实现了显著提升： 流量与GMV爆发： 视频号DAU突破 5亿+， 降本增效实绩： 某物业客户上线AI智能工单系统后，流程改造优化导致人工成本 下降5%。 工单替代人工单城市项目实现 降本60万/年。
26810编辑于 2026-02-10- 来自专栏全栈程序员必看
Java面经5
Spring事务的本质是对数据库事务的封装支持，没有数据库对事务的支持，Spring本身无法提供事务管理功能。
28430编辑于 2022-07-23 【多模态大模型面经】 Transformer 专题面经
本专题汇集了个人在准备多模态、大模型、强化学习等前沿岗位面试过程中总结的核心知识点，同时记录了本人在真实面试中面试官的提问。 文本 文本 语言建模、文本生成、自回归任务 BERT Encoder-Only 文本 表征向量 表征学习、分类、问答 T5 Encoder-Decoder 文本 文本 机器翻译、摘要、seq2seq 任务FLAN-T5 Encoder-Decoder文本 文本 指令微调任务、seq2seq LLaMA Decoder-Only 文本 文本 LLM 训练、文本生成 GPT-4 Decoder-Only 文本/多模态文本/多模态大规模 LLM、通用生成 PaLM 5. 为什么需要缩放因子 （真实面试）$d_\text{model}$维度越大，方差越大，结果数值范围越极端。没有缩放时，$QK^T$的数值随维度$d_k$增大而增大，使 softmax 输入过大。
86320编辑于 2025-11-16- 来自专栏面经
【多模态大模型面经】 BERT 专题面经
本专题来源于本人在面试 NLP / LLM / 多模态预训练相关岗位时的真实问题与个人总结，本章的重点是为什么GPT的【MASK】设计会导致数据泄露？ 无法生成、mask训练慢GPT serious Decoder-only 生成（文本生成、对话） 自回归生成自然、训练目标简单单向建模、理解弱 Transformer, T5, 5. NSP 的作用是什么？为什么后来的模型（如 RoBERTa）去掉了 NSP？
69130编辑于 2025-11-16 - 来自专栏牛客网
多益网络2019提前批面经
（卖油还是卖醋或者是卖其他的我已经记不清了，就当作卖醋吧，为了生动以小孩买醋为例）有一卖醋的老汉，有两个20斤的醋桶，且都装满了20斤醋，现来了一买醋的小孩，拿了一个4斤的醋瓶和一个5斤的醋瓶，小孩很皮 ，要买4斤醋，但要在4斤的醋瓶和5斤的醋瓶中各装2斤醋，请问仅利用两个醋桶和两个醋瓶能否满足小孩的要求？ 你了解多益吗？ 你的理想薪酬是多少？ 开放题作品：时间48小时，需要在截止时间前上传作品 开放题作品和HR面是同步进行的，7月3日20:00前提交作品。 或者可以问笔试上的题目，这一点的前提是他们的笔试题目要足够的专业，多益的笔试题目自我认为就很专业。 或者自己在产品方面有一些思考的问题，但在提问的时候先说出自己的想法，再向面试官发问） 三、总结 从网申开始到面试结束并通知结果总共用了不到1个月时间，从笔试到面试结束并通知结果总共用了14天时间，多益的效率还是杠杠的
46920发布于 2018-08-10 - 来自专栏AVAJ
面试java_后端面经_5
开发过一些项目，在学校也曾考取过相关的证书，获得过一些比赛的奖，大学期间还担任过课代表，由于毕业将近，本人决定踏上社会道路，因此在牛客平台看到贵公司的招聘，在此之前也曾在网上了解过贵公司（不要去问公司业务 4 HashMap为啥不安全（resize死循环，fail-fast（快速失败）） 5 HashMap1.7和1.8区别（1.7数组+链表，头插入，1.8数组+链表+红黑树，尾插入。 反射应该可以去获取私有的构造方法从而破坏单例） 13 hibernate和mybatis区别（相同方面：ORM、都支持jdbc事务、 不同点：sql方面、缓存方面） 14 mysql联合索引和聚集索引（联合索引就是多列组成的索引
53520发布于 2019-08-20 YashanDB多租户环境部署方案，满足多业务需求
在多业务环境下，充分利用数据库资源，降低企业的运营成本，提升数据访问性能，已然成为必然需求。 YashanDB作为一款高效、灵活的数据库解决方案，在多租户环境部署上展现出独特优势，满足多业务需求的同时，还能确保系统稳定运行。本文将对此进行深入分析。 在多租户环境中，可以根据业务需求选择不同的部署模式，从而实现资源的高效利用和灵活扩展。1. 单机部署单机部署适用于小型业务或初始阶段的企业，通过主备复制实现数据安全。 对于初创企业或小业务，优先选择单机部署，通过Schema逻辑隔离满足多租户需求。对于中型企业，建议使用分布式部署，在保证高可用性的同时提升性能。 在多租户环境的构建中，企业可以根据实际业务需求灵活选择部署方式，以增强数据处理能力与成本效益，持续推进企业的数字化转型进程。
12800编辑于 2025-06-28- 来自专栏牛客网
多益网络提前批产品策划面经
5.介绍一下学校的项目，你在其中负责了什么，有遇见什么困难吗？ 6.假如你负责的一款产品下线了你会怎么办？ 7.正好最近QQ宠物功能下线了，你对此有什么看法，腾讯为什么要下线它？ 大概就是这么多，其中项目和实习经历问的比较细，攒一波人品，希望能通过。 点击作者姓名与作者大佬交流~ 作者：邪魅狂羊 来源：牛客网（www.nowcoder.com） - 互联网名企笔试真题 - 校招求职笔经&面经 - 程序员/产品/运营求职实习信息 - 程序员/产品/运营学习交流社区
59520发布于 2018-07-24 【多模态大模型面经】 DeepSeek专题： DeepSeekMOE + MLA
知识冗余（Knowledge Redundancy）： 不同专家学到的大部分东西是重复的；简单说：目前的MoE 看起来是“多专家会诊”，实际上专家经常“兼职”，还爱抄彼此作业。 Device-Level Balance Loss（设备层面的均衡损失） DeepSeek 的 MoE 是多卡/多节点并行的，不同卡上放着不同 Expert；Device-level loss 进一步约束 W^{UK},\quad V = \mathbf{u} W^{UV} Q 还是从原始 hidden / content 里来: $Q_h = x W^Q_h$训练 / naive 推理视角：看起来只是多插了一层低维投影 = self.dropout(attn) out = attn @ v # [B, H, L, Dh] # 5. out.transpose(1, 2).contiguous().view(B, L, self.d_model) out = self.w_o(out) return out四、面经
94320编辑于 2025-11-21- 来自专栏牛客网
腾讯SNG的实习offer（多篇面经分享）
下面是面经。 2018-3-12 一面(电面50多分钟) 为什么喜欢后端开发？ 你觉得创新班怎么样？在创新班学到什么？ 2018-5-31 补招 上午一面 下午二面(电话面) 4月中旬的时候，我已经放弃春招了，投了很多公司，很多简历过不了，能面试的就几家，拉勾和实习僧上投的全部没有反应，所以我当时就不投了，心灰意冷，复习准备秋招
1.1K20发布于 2018-07-04 - 来自专栏OpenApplus
多业务团队中，如何使用Fizz支持多注册中心
注册中心功能维护注册中心的配置，可配置多个注册中心，类型支持Eureka、Nacos，配置格式支持yml、properties。下面介绍注册配置功能。
70420编辑于 2022-02-14 - 来自专栏崩天的勾玉
字节跳动·业务中台·后端实习一二三面面经
字节跳动 业务中台 后端实习一二三面面经 (一下午连着三面不愧是字节) 一面 自我介绍 深挖项目，权限模型怎么做的，数据库表怎么设计的，加了哪些索引，你这么设计有什么问题，改进措施呢 大家自己做完项目可以总结一下
93010编辑于 2021-12-20 - 来自专栏Windows技术交流
小文件多的业务场景，建议WinDefend排除业务路径对比
背景：有个证券客户POC，跟友商对比，业务队列积压、出结果有两三秒延迟 排除云硬盘、virtio驱动、pagefile、网卡receive buffer等方面后，看到业务小文件很多且defender在运行 ，就添加命令排除了下，然后复测正常 WinDefend排除业务路径，可参考https://cloud.tencent.com/developer/article/2195212 别看上面三两句简单简单就解决了 1、优先排查云盘情况，发现20GB增强型云盘吞吐打满130MB/s持续时间较长，导致积压，云盘延时五六十毫秒符合预期，引导用新代次机型搭配延时表现比较好的极速型云盘再测试下，看延时降低后业务表现是否会好转 ； 2、用新代次机型搭配极速型云盘测试、用之前的增强型云盘扩容到460G确保吞吐上限增加到350MB/s再次测试，业务表现依旧；了解业务瞬时小文件非常多的特点后，发现WinDefend在后台比较活跃，怀疑其干扰业务执行 ，添加排除业务路径后，业务压测恢复正常。
22410编辑于 2025-01-24 - 来自专栏牛客网
多篇面经集合，你不容错过的干货！
解释一下长连接 多益网络 一面（视频） 1. 自我介绍 2. 对面向对象的理解 3. 介绍多态 4. Java 新建线程有哪几种方式 5. 线程池的作用 6. 平常的爱好 5. 感觉面试官也不是搞 java 的，所以又是一阵尬聊 苏宁内推 一面（现场） 1. 自我介绍 2. 项目介绍 3. 面过哪些公司了 4. 有哪些 offer 了 5. 聊到多益，于是开始聊最近微博上很火的多益老板 6. 得出结论，我和面试官都觉得多益老板三观有问题，但做游戏就是要偏执的人 7. 你博客主要哪方面的 8. 多线程并发包了解么 9. 了解 redis 源码么 5. 了解 redis 集群么 6. 数据库的瓶颈 点击作者姓名与作者大佬交流~ 作者：obamaqueenie 来源：牛客网（www.nowcoder.com） - 互联网名企笔试真题 - 校招求职笔经&面经 - 程序员/产品/运营求职实习信息
1.2K20发布于 2018-07-24 - 来自专栏SAMshare
多业务融合推荐策略实践与思考
多业务：首页的访问量较大(千万级别pv)，如何把流量分配给不同的业务就很关键。 推荐感知：虽然用户的目标单一，但是如何做到推荐结果的多样性就需要对其优化。 58app首页推荐业务 ( 多品类推荐 ) 主要面临的挑战在于： 如何满足用户对于不同品类的兴趣？( 用户兴趣问题 ) 推荐的业务比例如何和平台的业务比例进行匹配？ 兴趣策略 这个优化主要针对第一个挑战：强兴趣下的多业务融合。 常见的推荐系统，如新闻推荐、视频推荐、商品推荐等都是要先建立用户和商品之间的联系，然后通过适当的算法进行匹配。 业务流量分配策略 这个优化主要针对第二个挑战：多业务之间的流量均衡 实际业务需求： 由于58首页信息流是多品类混合推荐的场景，推荐的结果既要满足用户个性化需求，又要满足在整体上各业务的占比与58实际业务流量比例相符合 目前负责 APP 首页业务信息流推荐，致力于通过融合多业务、多策略推荐系统的迭代升级，支持流量分发，优化连接效率，提升用户体验。 今天的分享就到这里，谢谢大家。
1.9K21发布于 2020-08-27 - 来自专栏Reinvent Data Science
Milvus × RAG助力快看漫画多业务应用
02.Milvus在快看基础业务的应用 快看基础业务包括常见的搜索、推荐、广告，此外还包括图像相关的业务，比如图像去重、以图搜图等，为了更好的服务上述场景需求，需要构建向量检索系统，首先要做的一件事，就是确定一款向量检索引擎 5.评估模块 我们从三个维度来评估RAG系统，分别是召回、重排和端到端评估。 右边的图是对bge-rerank-base模型进行微调后的结果，相比于baseline，map有5%的提升，相比于不微调，map有8%左右的提升。 7.大模型微调 快看作为二次元领域的龙头，积累了非常多的领域知识，因此也在尝试基于开源大模型进行微调，训练快看在二次元领域的垂直大模型。 自动多轮pk就是两个模型分别和角色深度聊N轮，N是随机的，聊完就换下一个角色，直到收集到300轮票数。经过验证，这套自动评测体系和人工pk结果是一致的。
82010编辑于 2024-07-31 - 来自专栏移动开发专栏
【面经分享】5年Android开发的求职之路
各大厂的面试会考核哪些知识点 5年开发应该具备哪些技术要点 当下市场行情如何，真的很卷吗 写简历需要注意什么 自我介绍怎么准备 关于为什么离职 未来职业规划问题如何避坑 被问到自闭，如何调整心态 我个人的学习方法 介绍一下观察者模式 用过哪些排序算法 介绍一下贪心算法 介绍一下快排原理 算法，给定一个有序不重复数组，使用时间复杂度小于N方的方法，找到所有两两相加等于target值的组合: int[] a={1,2,3,4,5,6,7,8 了解过内存泄露吗 是怎么发现内存泄露的，怎么处理的 线上的内存泄露是怎么监控的 LeakCanary实现原理 软引用和弱引用的区别 了解过ANR吗 什么原因会造成ANR Activity的响应时间为什么是5s 不过HR总是有很多种问法，比如： 你在上家公司才做了一年多，为什么选择离职呢？ 你在上家公司已经做了四年多，为什么选择离职呢？ 回答建议： 想去更好的平台 薪资与个人付出不成正比 公司业务方向与个人职业规划出现偏离 关于公司倒闭，我个人觉得没问题，但如果是干一家倒一家，那HR可能会否你… 职业规划 很多都会问这个问题，相似问题
80820编辑于 2022-06-10 - 来自专栏超级架构师
【业务架构】业务能力转型组织的前 5 个用例
业务能力可以是位于业务层中的链接元素，IT 可以将组件映射到该元素，并且该业务能够轻松理解。 此用例要求项目确定它们支持的业务能力，并在需求和项目组合流程开始之前集中收集结果。这还要求为整个组织制定业务能力图，并指示每个能力的战略相关性。 根据他们启用的业务能力应用业务能力对它们进行集群，这使得优化应用程序环境变得更加容易。目标是拥有这样一个细粒度的业务能力映射，不超过 5 到 10 个应用程序映射到一个业务能力。 这允许每个业务能力集群相互独立地分析应用程序。例如，这可以通过应用时间分析来完成，该分析评估每个应用程序的业务匹配度和 IT 匹配度，并将其分配到矩阵中。 业务匹配可能是业务增值、业务关键性、用户数量、部门、使用应用程序的国家或分配收入的结果。 IT 契合度可能是底层技术支持、应用程序安全性、源代码可用性、响应时间、问题等的结果。
32920编辑于 2022-09-26 YashanDB多活架构实现企业业务持续运营
为实现业务的持续稳定运行，多活架构逐渐成为主流选择。本文将围绕YashanDB多活架构的技术实现，深入探讨其体系架构、关键技术和优势，为企业构建高可用、高性能的数据库解决方案提供技术指导。 该架构提供多实例并发读写能力，具备高可用、高扩展和短时切换的优势，符合高端核心交易场景需求。 核心技术与功能多实例共享一致性访问机制共享集群通过全局资源目录（GRC）、全局缓存服务（GCS）和全局锁服务（GLS）协调多实例对数据页和非数据资源的访问，确保多实例对同一数据资源的并发访问保持强一致性 多实例间通过一致性哈希分配元数据，避免热点争用，提升并发吞吐能力。 未来，伴随数据规模激增和业务多样化，持续优化的多活架构将成为数据库系统核心竞争力，驱动企业业务持续稳定运营，促进数字化转型深入发展。
24710编辑于 2025-08-18- 来自专栏又见苍岚
Python CUDA 编程 - 5 - 多流
多流 以向量加法为例，上图中第一行的Stream 0部分是我们之前的逻辑，没有使用多流技术，程序的三大步骤是顺序执行的： 先从主机拷贝初始化数据到设备（Host To Device）； 在设备上执行核函数 将程序改为多流后，每次只计算一小部分，流水线并发执行，会得到非常大的性能提升。 规则 默认情况下，CUDA使用0号流，又称默认流。不使用多流时，所有任务都在默认流中顺序执行，效率较低。 在使用多流之前，必须先了解多流的一些规则： 给定流内的所有操作会按序执行。 非默认流之间的不同操作，无法保证其执行顺序。 number_of_streams = 5 # 每个流处理的数据量为原来的 1/5 # 符号//得到一个整数结果 segment_size = n // number_of_streams # 创建5个cuda stream stream_list = list() for i in range (0, number_of_streams): stream
1.4K30编辑于 2022-08-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号