字节飞书AI后端一面凉经

读研期间的第一次面试,体验很差,不知道是不是遇到kpi面了,面试官似乎并不感兴趣,问的也不是很深,基本都答上来了也很顺利,但还是第二天就挂了

ps:年底深圳的实习怎么这么难找?难受,有没有深圳的yy们交流一下

一小时10分钟 全程拷打项目中的八股

  • 1、caffeine缓存时主要存储了什么数据
  • 2、如何能实现按分钟和按小时同时限流,key和value分别是什么
  • 3、spring aop如何实现的
  • 4、用caffeine缓存有什么缺点
  • 5、说一下rag流程
  • 6、如何让大模型的响应时间变小的(stream响应),第一个token时间变小,总体时间如何?
  • 7、redis要保持数据的一致性有什么解决方案
  • 8、读写策略是什么,写策略,先更新数据库后redis,并发量大有什么问题
  • 9、分布式锁,设置了过期时间,等过期时间之后,再发一次请求,还能保持幂等性吗
  • 10、如果是完全一样的请求,能保证幂等性吗
  • 11、cas锁
  • 12、springboot自动装配
  • 13、redis的大key影响,如何排查和解决
  • 代码题 不含重复字符的最长子串
#应届生第一份工作最好去大厂吗?##日常实习#
全部评论
最近面的?怎么这么晚,这个点估计hc也不多了
1 回复 分享
发布于 01-07 22:17 陕西
年底了基本上都是kpi了吧
点赞 回复 分享
发布于 01-07 16:50 云南
包是KPI的
点赞 回复 分享
发布于 01-06 11:47 内蒙古

相关推荐

01-05 00:00
已编辑
中山大学 算法工程师
1、有场景、有动机(为什么做)2、有方法、有架构(怎么做)3、有数据、有优化(做出了什么效果)这三点构成了一个高质量 RAG 项目的核心逻辑。下面我用一个对比+案例的形式讲给你听。一、项目背景:让人一眼看出你在解决一个具体问题✅一句话总结:好的项目描述一定要把动机讲清楚。工业级 RAG 项目几乎都有三种典型动机:1.业务痛点2.为什么 RAG 能解决3.大模型知识时效性差二、系统架构:写出系统性思维的人最稀缺🌟优秀写法(架构分层法):系统分为两阶段(数据准备+应用推理),三大模块(知识构建、检索召回、生成优化),并通过13项优化策略实现持续迭代。阶段一:数据准备1.数据清洗:多源异构文档( PDF 、 OCR 图片、视频字幕)统一结构化,过滤噪声。2.文本切块策略:采用动态窗口+语义聚类切分,保证上下文完整性,避免语义断裂。3.Embedding 向量化:使用中文优化模型 BGE - large ,构建 Milvus 向量索引( HNSW 结构),支持百万级检索。阶段二:应用层1.多路召回机制:结合语义检索与倒排检索,通过 RRF 融合排序策略提升相关性;2. Prompt 工程优化:设计结构化 Prompt 模板,限制模型回答边界,缓解幻觉;3.缓存与响应优化:引入 Redis 缓存层与分层索引机制,将平均响应时间从1.2s降低至0.6s。三、个人贡献:写出你在推动系统演进这句话有三个关键点:1.主导:你是参与者还是决策者?2.改进方案:有没有提出优化3.结果数据:用量化指标说话。📳对于想求职算法岗的同学,如果想参加高质量项目辅导,提升面试能力,欢迎后台联系。
点赞 评论 收藏
分享
评论
4
14
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务