MySQL面试问题

一面过后转岗被捞起来了直接从二面开始，好运来！1.面试官业务介绍（直接说该岗位是产品+研发的复合岗位，偏产品设计，快手在安全风控 PR 领域的agent应用探索，研发主要是一些 skills ，harnness engineering 搭建）2. 实习介绍（20 min）-你从业务角度分析一下你的实习经历，包括你接到需求如何处理，如何设计。-实习过程完成的工作会用哪些指标进行衡量，介绍一下包括冷启动0-1 以及上线后的如何通过用户反馈构筑数据飞轮。-那你了解哪些方法根据用户反馈去尽量全而深的了解真正痛点，从而指导你的开发工作，你实习中是否有这样的经历，如果有可以结合经历讲讲。3. AI的出现你认为会对程序员的工作造成了什么影响。4. harness engnering 是什么，你对他有什么理解- 如果让你构筑你会做那些工作。5. 基于你对agent的理解，你认为未来agent的发展会如何发展如何变化。6.快手有很多 AgentOS团队以及 AI应用开发团队，会做大量基础底层能力的建设，但是未来我们是否需要再去花重资产去投入呢？你可以说一下你对这些的理解，你可以从 模型 框架 skills 等等 方面去展开说说，哪些你认为需要重投入，哪些不需要。7. 确认到岗时间以及意向算法：反转链表反问：明确岗位面试感想： 面试官说 AI的出现模糊了传统岗位的职责边界，未来需求的是复合型人才。

题目： 自我介绍？给一个搜索框你会怎么测试？前公司为什么离职？agent项目是如何进行测试的？实习测试过程中印象最深的失误？linux查询文本的指令？mysql的修改命令？开发不认为是他的问题怎么处理？自动化测试的框架？添加到购物车的这个步骤可以怎么测试？如何查看错误日志？你们回归测试是怎么测的？总结：题顺序是不对的，考的也很基础，小公司面试，主要是根据你的简历来问的，所以不熟悉的技能最好不要填

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 实习拷打2. 你参与过模型训练吗？会觉得产品是算法工具人吗？产品视角你觉得能为模型训练贡献什么？3. 你觉得到底什么样的ai产品能赚到钱？4. 你怎么去定义badcase？标准是如何制定出来的？5. badcase的评估是你进行吗，还是有专门的外包团队？6. 了解自动化的ai-native评估方式吗？为什么你们不采用这种方式？7. 你们这个知识库主要场景是什么？传统的ai不能进行这样的知识问答吗？8. rag的流程是什么？9. rag的知识库来源是什么，其中你提到拆分逻辑，这个逻辑是怎么确定的？10. 如何优化rag里的badcase，提升rag效果？11. bert和transformer是什么，解释一下12. 为什么有这二者架构上的区别，使用场景上有什么不同？13. 大模型的大体现在哪些方面？14. 为什么传统ai没有像现在这样跑出来15. 为什么现在的ai都是一个字一个字蹦出来回答的16. 什么叫模型的过拟合？17. 什么业务该用大模型，什么业务该用小模型？

1. 请做个自我介绍，包括你的个人背景、大学经历或实习经历。同时，我们作为一家拥抱新技术的公司，也特别想了解像 AI 大模型这类新工具是如何融入你的学习和实践中的，给你的经历带来了哪些帮助或变化？2. 你提到在项目中使用了 AI 大模型，比如 LLM 进行热点话题的命名，这个过程具体是怎么设计的呢？你是如何确保命名的准确性或者提升模型效果的？3. 请你解释一下正向代理和反向代理的区别，以及它们各自的应用场景。4. 正向代理和反向代理其实是网络中的两种代理机制，而不是直接和代码中的动态代理相关。我们再深入一点聊聊吧。正向代理通常是客户端通过代理服务器访问目标服务器，你能不能举一个具体的例子，说明正向代理在实际网络场景中的应用，比如它解决了什么问题？5. 你提到正向代理可以用于数据分流和解决高并发场景下目标服务器的压力，这可能更接近负载均衡或反向代理的功能。正向代理的核心作用，其实是帮助客户端访问目标服务器，比如绕过访问限制或隐藏客户端的真实身份。接下来我想问你，在正向代理的工作过程中，客户端和目标服务器之间的通信是如何通过代理服务器进行的？代理服务器在这个过程中具体扮演了什么角色？6. 请你解释一下 Java 中检查异常和非检查异常的区别，以及它们在设计上的规范和使用场景。7. 检查异常需要在代码中显式处理，比如通过 try-catch 或 throws 声明，而非检查异常则不强制要求处理。你能举一个具体的例子，说明检查异常或非检查异常在实际开发中的应用场景吗？8. 在设计一个方法时，如何决定是抛出检查异常还是非检查异常？你认为这两者的选择会对代码的可维护性和使用者的体验产生什么影响？9. 请你谈谈在 SQL 查询优化中常用的方法有哪些？10. 如果在实际场景中发现某条查询已经建立了索引，但执行速度仍然很慢，你会如何进一步排查问题？11. 如果数据量确实过大，分库分表是一个解决方案，但在分库分表之前，你会如何评估分库分表的必要性，以及如何设计分库分表的策略？12. 如何设计一个在线租赁平台，包括用户、商品和租赁交易的管理？13. 关于租赁交易的管理，你提到记录交易的时间和相关联的用户与商品。能否具体说明如何处理租赁周期的管理，比如租赁开始和结束时间的逻辑设计？14. 如果多个租赁交易同时接近过期时间，定时任务的执行效率可能会受到影响。你会如何优化这种场景下的处理逻辑？15. 大模型服务经常需要多供应商或多模型兜底，后端如何设计统一的模型网关，支持模型选择、回退策略、配额管理，以及不同供应商返回格式的兼容？16. 你提到的回退给下一个模型，具体是如何实现的？比如说如何定义下一个模型的选择规则？17. 如果某些模型的性能或者响应时间差异较大，如何在这个设计中动态调整模型的优先级或者选择策略呢？18. 请描述一次你遇到的复杂问题，你是如何识别出问题的根本原因的，请举例说明。19. 在你识别问题根本原因的过程中，你具体是如何确认问题出在数据传递环节，而不是其他环节，比如前端代码逻辑或后端接口设计？你是通过什么方法或工具来定位这个问题的？20. 请描述你的疑问或体验中遇到的问题。