4.8-淘天agent-一面

🕐面试时间:60min

❓面试问题:

  1. 自我介绍
  2. 拷打agent项目,react是怎么设计的,多轮对话是怎么实现信息传递的,每个agent在每轮对话中的记忆是怎么样的
  3. 长短期记忆的理解
  4. rag是怎么实现的,reader和spliter的策略是什么。
  5. 召回效率不好怎么优化(切割方案,多路召回,query rewrite)
  6. mcp的stdio和sse有什么区别
  7. 在你开发的实际感受下,传统的掉api和使用mcp有什么体感上的不同
  8. 第二个项目实现怎么实现幂等的
  9. 在事务过程中mysql蹦了怎么办,锁怎么释放(防不胜防,考虑设置断点+过期时间)
  10. 如果我要改成一个用户能操作5次,怎么改(在最开始用分布式锁锁住,然后在里面进行业务逻辑判断,说完面试官说:自己玩玩可以,两人尴尬对笑)
  11. disruptor和其他队列的技术选型(这里得去学一下)
  12. disruptor内部为什么那么快,(自旋锁+ring+cache优化,没回答好),那cas的aba问题在这里是怎么解决的?
  13. 最后20min,共享 + vibe coding,给了个巨复杂的场景,面试官解释了5分钟,听的云里雾里,大致是设计一个提示词链路,让大模型根据输入来输出指定格式的json(帖子->广告投放),面试官问我理解了吗,我说第一次接触,他说那很正常,主要考察你能否用大模型进行问题思考和降本增效,你没理解的地方也可以问大模型,全程看我怎么跟大模型交互,在有些地方也会给一些提示。
  14. 反问,从面试官的回答中隐约感觉到招的agent开发其实就是java开发,每个人都用大模型来开发代码

🙌面试感想:继续深挖简历吧

#发面经攒人品#
全部评论
@YUOTH 同学你好!看到你在牛客网分享的【4.8-淘天 agent-一面】经历,非常专业!👍你对 RAG、多轮对话、长短期记忆等技术的深入理解令人印象深刻! 我是淘宝闪购算法团队的建飞,想邀请你加入我们的 2027 届实习生招聘。 🔥 我们团队正在做的方向: ✅ 推荐系统算法优化(MMoE/HiNet/EPNet 等前沿架构) ✅ 大模型在推荐场景的应用(LLM+Rec) ✅ AI Agent 自动化运维与决策 ✅ 多任务学习、序列建模、注意力机制等 📌 岗位方向: • 算法工程师(CTR/CVR/多任务学习) • 后端开发工程师(Java/Go/Python) • 数据分析师 💼 福利待遇: • 实习期:3-6 个月,可转正 • 工作地点:上海/北京/杭州 • 导师一对一指导,参与核心项目 👉 内推码:XT27HP 如果你对我们的团队感兴趣,欢迎回复或直接官网投递简历!你的 Agent 项目经验与我们的大模型应用方向高度契合,期待你的加入!
点赞 回复 分享
发布于 今天 03:55 北京
面经太硬核了
点赞 回复 分享
发布于 昨天 18:26 北京
想问一下佬disruptor,是你简历上写了吗
点赞 回复 分享
发布于 昨天 18:25 广东

相关推荐

评论
1
12
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