后端开发岗，现在主要考虑三家公司1.🐶 零售财经部门 财经国际研发 base 北京已开奖 n*20HR说是新开的部门，业务扩展比较大，正在往巴西扩展，估计是10.10.5优点:钱多，我感觉新开的业务应该机会比较大吧缺点:新业务风险大，强度大周五晚要给一个答复2.🐜 信贷事业群 花呗 base 杭州HR说11月中旬 但我感觉最高也就开到n-3*15，并且我是实习转正，很可能要压好多实习时候感觉组内氛围很好，老板特别特别好，基本是10.8.5，周三周五高效日6点下班，业务也很核心，但是感觉花呗这种成熟的业务很难有什么大动作了，只能做一些小需求和日常维护和负债治理优点:wlb，组内氛围好知根知底业务核心缺点:钱少，晋升很慢（校招减速带），业务扩展应该很小3.🐧 混元机平 数据中台吧 base 深圳还没开奖，最高也就开到n-2*15？我猜的，现在连HR微信都没有听面试官说好像是哪个业务组组需要我们我们就服务于哪个业务组，所以可能只是暂时属于混元机平，了解的信息比较少，强度未知优点:title大缺点:这种中台不利于业务积累？然后还听说混元机平内部组织架构混乱还有一些didi，pdd，hello，🦐，慢脚，泡池子/没开，估计等不到了个人倾向:累不累无所谓，就想快速成长，升的快一点，base地也无所谓工作选择 工作方向抉择

1. 你的 Agent 系统Prompt 是怎么设计和迭代的？有没有做过 Prompt 自动优化？当用户提出不完整的请求时，如何补全用户意图的？2. 构建 Agent 的时候，遇到过哪些瓶颈？LangChain 的 memory 默认机制在多用户并发中怎么做隔离？你是如何保证线程安全的？3. 微调 Llama2 你是怎么选择训练样本的？清洗逻辑是什么？你有没有观察到哪些训练样本质量问题对模型行为有很大影响？举例说明。4. DPO相比 SFT，有哪些优劣？它在 Agent 任务上效果提升明显吗？你怎么构造偏好对？构造逻辑是自动的还是人工？5. 你说你服务部署在 vLLM 上，为何选择它？KV-cache 如何帮助推理加速？你自己做过哪些优化？6. 假如需要支持 Streaming 输出，但当前服务延迟又超标，你会怎么折中设计？7. 多轮对话上下文状态管理是如何做的？如何在高并发场景下保证一致性？8. 你做的 Agent 使用了多少个外部工具，在调用链条上如何保障故障容错和超时机制？追问：有没有做过工具调用失败后的feedback策略设计？9. 训练过程中数据来自用户行为日志，你是如何从这些数据中抽取训练对话的？有没有做过归一化或事件抽象？10. 有没有了解过带有时间窗口/偏移限制的对话系统？模型怎么“理解时间”？11. 你觉得 Agent 哪些模块最容易在真实业务中出问题？你会如何监控和定位的？反问环节

手撕盛宴 手撕dom异步更新 nexttick手撕set 加nexttick监听数据变化手撕防抖给代码改bug上来手撕手撕1个小时牛友们还是好好准备手撕环节吧一点八股没问