最近也面了小红书，感觉整体偏难，我居然也没过，面的记录如下1 先自我介绍一下2 介绍一下你做的核心的项目，对于项目有啥技术难点，技术有哪些亮点3 对于数据湖时间旅行有了解吗，对于时间旅行主要是解决啥问题，为啥这个是数据湖专有的4 对于事实表有哪几种类型，分别是啥，使用场景主要是用在哪一块，优缺点5 对于olap来说，主要是用olap哪些新特性，对于olap来说目前主流是哪些，分别有啥好的新特性6 对于flink来说触发器和水位线底层怎么实现的，源码是哪些类，对于自定义触发器和水位线来说主要是实现哪些类，checkpoint主要是怎么实现的，一般对于实时任务怎么实现精确一致性7 实时任务对于一个任务来说oom主要是怎么出现的，对于oom有啥好的规避策略8 对于离线数仓来说，如果实时指标和离线指标计算金额不一致如何确保哪个指标准，出现问题主要是哪些地方可能会导致9 离线任务怎么确保数据可靠，对于起夜如果问题不能解决该怎么操作10 有啥需要问我的

面试内容：1.使用过飞书吗，都是在哪些场景2.介绍一下TCP三次握手3.对DDoS了解吗？（根本没听过，然后我反问他让他介绍一下是什么（分布式的拒绝服务的攻击），我说有点像中间人攻击）4.中间人攻击是什么？根据我的介绍，你觉得DDoS和中间人攻击的区别在于什么？5.针对中间人攻击的怎么进行防御（我讲了https的加密握手）6.又绕回来了这个DDos攻击，怎么实现比较高效呢。（根本不会我就一直瞎扯）7.然后说这个DDos是想让服务拒绝提供正常的服务，怎么让服务端拒绝提供服务呢？（我回答了而已刷接口流量之类的，然后他觉得一直没get到他的点，就pass这个问题了，然后我反问才得知要从内存、计算资源...

1、自我介绍2、项目：a.讲一个最熟悉的 Agent/RAG 项目b.项目中数据处理的难点 & 怎么解决的3、技术基础：a.大模型基础：Transformer 架构、注意力机制原理b. Agent 核心概念：规划、工具调用、记忆模块、反思机制c. RAG 全流程：文档清洗、切片策略、向量化模型、检索召回、重排序d. 向量数据库：FAISS/Milvus 原理、索引类型、性能优化e. 数据标注规范：怎么保证标注质量、数据清洗方法4、算法：a.数据召回率、精确率评估，怎么优化召回效果b.如何处理 Agent 工具调用的错误数据（数据校验、异常兜底）5、AI 业务理解：怎么提升 Agent 的回复准确性； 如何构建高质量的 Agent 训练 / 微调数据；对 MiniMax Agent 产品的理解 & 优化建议。

岗位要求是这样，有大佬指点一下吗？问我几个问题