秋招淘天时间线+面经

祝大家都能拿到满意的Offer！1.项目用的什么架构2.项目在研发过程中遇到了哪些困难，怎么解决的3.项目拷打4.讲讲怎么微调的？微调数据集怎么构建的？量级是多少？微调数据集是怎样的？你提到一部分是开源数据集一部分是从医院获取的，从医院获取到的数据集做了哪些处理？5.lora的原理和qlora的原理，qlora怎么优化显存？6.RAG+MCP这方面是你做的吗？怎么做的？RAG怎么构建的7.怎么进行多模态知识检索？8.所有功能都用的这个模型吗？其它用的什么？为什么？9.开始拷打下一个项目（AI安全的项目）问是怎么识别到用户的提问是不安全的，识别人名怎么判断要注入噪声？10.AI安全项目核心筛选逻辑

写下快手的一面面经，又挂了，找暑期实习快自闭了。1.  为什么要引入缓存，引入缓存的优缺点2.  布隆过滤器可以删除key吗？3.  ThreadLocal存在内存泄漏吗，为什么？4.  项目中有遇到输入后，调用错MCP的tool或者没调用tool的情况吗？5.  agent调用MCP服务，假如输入中对调用的MCP中的tool缺少必要的参数怎么做的？手撕: 手机号码的排列组合接下来要好好沉淀了。

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.项目拷打2.实习拷打3.OCR 结果有噪声或错误时，你是怎么做纠错或提升解析质量的？4.多模态检索中，图像和文本向量不在同一空间时，如何实现对齐？5.Agent 中长短期记忆如何设计？各自存什么，怎么触发读取？6.多轮对话中，如果不同轮次的记忆发生冲突，你如何处理？7.用户情绪异常（投诉、愤怒）时，Agent 如何在不中断主流程的情况下进行干预？8.长文档为什么一定要切 chunk 再做向量化？不切会有什么问题？9.chunk切分时为什么要有重叠区域？比例一般怎么确定？10.稠密向量和稀疏向量的区别是什么？各自适合什么场景？11.是否做过关键词召回和向量召回的融合？具体怎么做的？12.向量检索中 Top-K 设置过大或过小分别会带来什么问题？13.余弦相似度和欧氏距离在高维空间中的差异是什么？实际怎么选？14.为什么需要 rerank 模型？它解决了向量召回的哪些问题？15.rerank之后的截断策略是怎么设计的？为什么选这个 K 值？16.文档发生局部更新时，如何做增量索引而不是全量重建？17.RAG 中如果没有召回到相关知识，如何约束模型避免胡编？18.HyDE 在 query 模糊时是如何提升召回效果的？19.超长上下文模型出现后，RAG 架构的必要性是否会下降？20.大模型高并发调用时，如何做限流、降级和成本控制？

1.实习内容拷打2.mcp架构介绍：tools、resources、prompts3.agent应用中tool如何设计4.mcp如何接入agent5.GMP调度，G阻塞了会发生什么6.场景代码题：两个json对象对比前后进过什么操作7.手撕二叉树的层序遍历------第二天约二面