百度电话面试题目

答案很明确：能驾驭 AI、而非被 AI 替代的岗位，才会活得越来越滋润。在互联网赛道里，那些靠重复执行、模板化操作的岗位正在被挤压，但需要深度思考、业务洞察、工程落地能力的岗位，反而会在 AI 加持下价值倍增。大模型应用 / Agent 开发工程师这是当前互联网行业需求最旺盛的岗位之一。核心工作不是训练大模型，而是基于 LangChain、FastGPT 等框架，把大模型能力落地到具体业务场景 —— 比如搭建电商智能客服、企业内部知识库问答、代码生成助手。需要掌握 Python、向量数据库（Milvus/Chroma）、API 封装、工程化部署能力，后端开发者转型有天然优势。AI 能生成基础代码，但如何把大模型和业务系统（比如电商订单系统、CRM 系统）打通，如何解决幻觉问题、保障服务稳定性，这些都需要人来把控。AI 工程化 / 基础设施工程师大模型的推理、部署、优化离不开底层基建。这类岗位负责搭建大模型训练 / 推理平台，优化 GPU 资源利用率，解决模型部署的延迟、成本问题，比如用 vLLM、TensorRT-LLM 加速推理，用 K8s 管理集群资源。需要熟悉云计算、容器化、分布式系统，懂深度学习框架（PyTorch/TensorFlow）的底层逻辑。AI 能做算法优化，但大规模、高可用的 AI 基础设施搭建，必须靠人来完成。资深架构师（后端 / AI 方向）架构师的核心价值是 “做决策”—— 面对复杂业务场景，判断该用哪种技术方案，如何平衡性能、成本、稳定性。比如设计一个支持百万级并发的 AI 对话系统，需要架构师决定用什么中间件、如何做负载均衡、如何设计缓存策略。AI 能提供方案参考，但最终的架构选型、风险评估、技术兜底，只能靠人的经验和全局视野。说到底，AI 时代的互联网职场，淘汰的是 “只会做重复工作的人”，奖励的是 “会用 AI 放大自己能力的人”。与其焦虑被替代，不如主动拥抱 AI，把它变成自己的 “职场加速器”。

​​公司业务​​： 公司主营工业品电商，拥有自营供应链，并已开发了用于数据驱动决策的供应链仿真平台。​​岗位职责​​： 需要参与公司供应链仿真平台的开发，近期重点是优化库存策略仿真和销量预测模块，并计划引入大模型进行改造。北京研发团队规模较大但分散在多个项目，当前仿真平台项目仅配置2-3，支持ai开发。关于实习转正，有机会~全程无针对性八股，跟架构师聊项目，聊简历，技术~  各位佬觉得这个怎么样可以冲吗      #

1.自我介绍2.HashMap是线程安全的吗？3.你的这个监测分析的Agent是怎么做的？具体分析哪些数据？4.这个数据清洗的话，具体是怎么清洗的？5.这个清洗是一次性的还是可复用的？然后如果是可复用的话，你这个放到我们的向量数据库里面是怎么和rag集合起来的？6.简单讲一下通用Agent的设计流程，还有你的这一个项目里面的Agent的设计流程是怎样的？7.这是怎么做到的？它的架构是怎么去流转的？8.最终调用Agent的时候，它的这个记忆是怎么设计的？它是怎么存储的？怎么用的？9.有没有做上下文压缩？压缩的话是短期压缩还是长期压缩？10.你的这个向量数据库的选型是怎么选的？为什么选这个？11.做一个RAG的话，我们的数据存进去也是很重要的。如果你存进去的是有问题的数据的话，那你得出来的结果也会是有问题的结果。那你这个存进去向量数据库，或者是存进去你的这个数据的话，是以什么样的一种形式去进行保存的？是什么文件格式？JSON？12.怎么切割的？常见切割策略有什么？以及怎么能确保它的语义不断裂？13.用户订阅的这一个服务是怎么做到的？它这个体系是怎么搭建的？你是怎么实现这个功能的？14.用户订阅推送信息的，这个是怎么实现的？定时任务还是怎么样？定时任务怎么设计的？15.我们回到Agent上面来吧。你用到Agent的开发肯定要调用到模型，你的不同节点的模型分别选型是怎样的？以及你的这个选型的模型如果遇到了这一个额度上限的话，要怎么办？16.你自己调用的这一个模型是否遇到过达到上限的情况？17.你自己做的这些是部署在本地的，还是部署在云端的？部署在云端的话，你的操作系统是什么？以及有没有自己买过服务器去部署？18，如果是以自己的机器在跑的话，那你遇到的这一个环境的问题怎么办？你的这个可迁移性的这一个问题怎么办？你本机的代码如何迁移到云端去部署？19.你的云服务器是怎么暴露给外面人去进行发请求的？是走端口还是怎样？20.我们回到AI上面来说吧，你对AI挺感兴趣的，来讲一下你平时用AI写代码是怎么写的？以及是怎么进行一个code review的？21.你自己的编程工具用过什么？以及我们来对比一下这个编程工具，Trae和Cursor的话，这两者你比较一下它们的特点，以及分别有什么好处、坏处，你自己用的是哪个？22.我看你主要还是Java的技术栈，那我们这边主要用的是Python，你讲一下Java和Python的这一个线程池底层的实现的区别是什么？以及它们分别是怎么实现的？23.我们再来聊一下后端吧。我们现在用的基本是微服务，你一个单体服务拆成微服务的话，需要怎么做？要怎么拆？24.比方讲一个电商系统，我们应该怎么去拆分这一个业务的这个微服务？25.你讲到了分库分表的话，那你讲一下分库分表常见的策略有什么？以及什么时候需要分库分表？26.我记得你前面讲到了一个扣款的一个服务，那你讲一下，比方说我扣款的功能里面出现了超扣的情况，这个怎么解决？27.我看你实习也挺久的了，我们来问一个故障的问题吧。你在实际当中，如果遇到OOM或者是MySQL的数据库的一些问题，一般是怎么排查的？28.那在还没有出现这些问题的时候，我们应该去怎么去评估哪里可能会有潜在的风险？为什么？后面就是一些关于实习稳定性，还有一个背景信息的了解。然后还有反问和面试官聊的很开心，学到了很多。

😭民本大三想武汉投个测开或者测试日常实习，BOSS沟通一百左右（知道不够了😵）只有俩面试最后都寄了，是简历问题还是方法错了啊。测开Java还是Python更好呢求佬指点