华为通软二面挂

机考题：05.07华为笔试题第一题：寻找智能汽车行驶距离最近的K个充电桩，使用TreeSet+编写排序算法。第二题： 建设基站，力扣968原题。第三题：最小代价相遇的路径规划，力扣64. 最小路径和的变型，要求两遍动态规划，然后再遍历一次，比较麻烦。面试过程：1.项目：问了大概15分钟，我的项目是课题的小项目，面试官了解了下输入输出，是否涉及到数据库，项目的难点是什么？2.八股：我的项目里可能没啥好问的八股，面试官不太关心。3.机考题：他调出来看了一下，说没啥问题，直接跳过。4.手撕算法题：是一道SQL字符串操作，读取里面的变量，然后做绑定。有点点尴尬，我对字符串操作不太熟练，写了半个小时没写出来，面试官人很好，不断地在提示，最后说就这样吧，思路他了解了。（还是有点不满意的，他认为我的项目中用到了，但是写不出这道题，有点奇怪。）5.专业课：我是网络安全专业的，他问了下我们专业课有哪些，我回答了信息安全数学基础和现代密码学，主要涉及数论，对称加密和非对称加密，但其实研究方向还是跟老师走的。总结：没有问八股，简单问了下项目，手撕没做出来，感觉希望有点渺茫呜呜。

在AI Agent的设计中，意图识别是自然语言理解（NLU）的核心环节，直接影响用户体验和业务目标达成。作为AI产品经理，需从业务场景、技术实现和用户体验三个维度系统设计意图识别方案1. 明确业务需求与意图分类体系- 场景拆解：根据Agent的应用场景（如客服、智能家居、电商导购）梳理高频用户诉求。例如：- 客服场景：咨询、投诉、退款、查询进度等- 智能音箱：播放音乐、设置闹钟、控制设备- 意图分层设计：采用树状结构（主意图→子意图→槽位），避免分类粒度混乱。例如：主意图：订机票├─子意图：查询航班（槽位：出发地、目的地、日期）└─子意图：改签机票（槽位：订单号、新日期）- 兜底策略：设计"未知意图"分类，结合澄清话术（如“您是想查询订单还是联系客服？”）或转人工流程。2. 数据驱动的模型构建- 数据采集与标注：- 通过用户历史对话、搜索日志等获取真实语料。- 标注时需注意同义表达覆盖（如“帮我订票”和“买张去北京的机票”）。- 技术选型方案：- 规则引擎（正则表达式、关键词）：冷启动阶段/高确定性场景（如命令词）- 深度学习（BERT、TextCNN）：复杂语义场景- 大模型微调（Few-shot Learning）：长尾意图识别- 多模型融合：规则兜底+模型预测，例如先用规则处理高频意图，剩余流量走模型。3. 用户体验闭环设计- 容错机制：- 置信度阈值设置（如低于0.7时触发澄清）- 上下文继承（用户说“换一个时间”时继承前文航班查询意图）- 效果评估指标：- 技术指标：准确率、召回率、F1值- 业务指标：任务完成率、转人工率、单次对话解决率（FCR）- 用户感知：用户主动纠正次数、满意度调研- 持续迭代闭环：- 建立bad case分析流程，将误识别样本反馈至标注池- 监控意图分布变化（如新增促销活动可能引发未覆盖的咨询意图）的         

4/14 一面4/22 二面4/23 三面4/28 hr面hr说offer要节后了目前就这一个流程了，许愿字节offer，球球了

岗位是大数据研发引擎实习，语言是java时间线：4.27约面4.29一面两段实习拷打八股：介绍虚拟内存redis数据结构数据库缓存一致性垃圾回收算法垃圾回收器cms和g1多台机器部署服务，如何控制同一个ip在一分钟之内的访问次数算法：给一组文件名query_1_001query_2_002session_1_001……求这组文件名最长公共前缀（字典树）4.30二面无八股算法：设计一个高并发的缓存键值对，要求带过期时间这个没写出来，说了下思路换了一题，手撕hashmap5.7hr面，下午offer