总时长30分钟1.自我介绍先拷打项目2.基于什么样的背景来做这个AI的项目？3.LLM用的哪家的模型4.RAG检索增强生成系统里面检索的内容是什么？5.你怎么理解Skill？6. 日常开发或者让ai干活或者生活的方方面面还是用ai做了哪些事情？7.你觉得常用的购物网站不限于某宝、pd、某团等现在面向c端的体验如何使用ai搭建或者利用ai能够提升用户的体验？8.就是让你去设计，比如现在app给你，你准备做一个什么场景利用ai能够提升企业利润？ok那下面我们来聊聊基础的一些内容9.MySQL索引什么时候失效？10.线程池设置时候需要设置哪些参数？11.让你去结合不同业务场景，哪一个参数该如何设置？12.Redis常用的数据类型？13.Redis集群是如何保证高可用的？13.Spring Cloud微服务全家福里都有哪些核心的组件？14.假如让你作为小心或者中型的技术供应链的负责人，你觉得你应该开发哪些中间件工具来保证业务的同事，对线上数据库或者缓存监控能够最快的发现问题之类？15.你最近在后端的开发领域在学习什么样的专业知识？最后你是哪里人？能来实习多久？什么时候能到岗？.............那你肯定来北京实习没问题吧无手撕。基础问题答得比较饱满，像前面很多关于ai的开性问题感觉都聊得还不错，但是一面后一直流程中了3天，然后今天起来看给挂了。感觉有可能是对我的回答不满意了，但是确实是笑嘻嘻地被挂掉的

1. 做一下自我介绍2. 讲一下你做过的系统架构，别只说用了哪些中间件架构最好按数据流讲，而不是按技术名词堆。入口层是网关、鉴权和限流，业务层负责请求编排、规则判断和状态推进，异步层用 MQ 解耦高峰流量和补偿任务，存储层通常拆成 MySQL、Redis、检索索引和对象存储，旁路再挂监控、日志、配置中心和任务调度。真正有价值的是你能指出瓶颈会出现在哪里，比如检索召回抖动、缓存热点倾斜、下游依赖变慢、消费积压或者数据库回查索引失效。3. RAG 的原理你怎么讲，真正落地时它在系统里承担什么角色RAG 不是“检索一下再回答”这么简单，它本质上是把外部知识注入生成过程，降低模型纯参数记忆带来的不确定...

继续来分享下最近的面经~1. 实习拷打2. 你做的RAG知识库，具体业务场景是什么？整体是怎么搭建起来的？3. 项目一开始存在大事务问题，这个问题具体怎么优化的？4. 这个知识库支持什么内容形态？只有图文吗？图片是怎么处理的？5. 知识库面向的业务是什么？图文混合内容是怎么存储和还原的？6. 知识库更新怎么做？怎么保证内容实时保鲜？7. 这个项目里你遇到过哪些挑战和技术卡点？8. 向量库选型时考虑过哪些方案？为什么最终选择Milvus？抛开公司基建，会从哪些维度选型？9. 简历里提到吞吐、检索性能有提升，提升具体来自哪里？你做了哪些优化动作？10. 当前链路访问量、文档量级、线上运行情况如何？灰度切量到什么程度了？11. 线上有没有完整监控？链路出问题如何及时发现告警？12. 灰度切流过程中实际暴露过哪些线上问题？怎么解决的？13. 你最近参与的个人用户向、AI Coding 相关产品，目前做到什么阶段？你负责哪部分？14. 在这些项目中，你个人最大的技术收获是什么？15. 你理解Milvus底层原理，这些原理在实际落地中怎么指导你的技术决策？16. ES深翻页问题有没有遇到过？背后原理和瓶颈怎么理解？17. 有没有做过高并发场景？大促、秒杀这类高并发场景一般怎么设计处理？18. 平时开发会用设计模式吗？在实际项目里是怎么落地使用的？

你在实际项目中，如何设计并实现多节点间的状态同步机制？面对高并发查询场景，你会从哪些维度设计缓存结构来支撑多条件快速响应？当Redis出现数据倾斜问题时，你会如何通过哈希算法或分片策略进行优化？如何在不破坏原有业务逻辑的前提下，通过设计模式优化大量if-else分支的代码结构？实现用户个性化查询时，如何结合地理位置等信息，设计对应的缓存与查询流程？首页性能优化中，你会采用哪些组合手段将接口耗时压缩到毫秒级？热点数据场景下，如何设计缓存更新与兜底方案？高并发削峰场景中，消息队列与定时任务如何配合，才能避免消息丢失或重复消费？基于Spring AI对接多模型时，如何处理不同大模型的接口差异，并设计...