字节暑期实习ai后端二面-日常实习

感觉面完人都通透了，还是太菜了，下去沉淀一下1.可以挑一个最近觉得挑战比较大的项目展开介绍一下吗？2.Agent内部具体的实现可以再详细介绍一下吗？3.MCP是把自然语言转成预置查询类的工具吗？4.操作内部平台时，工具会去操作吗？5.系统测试完成后，准确率怎么评估？6.用20%数据作为测试集，是模型跑case后人工评判准确率吗？7.如何对答案进行轨迹级评分？8.目前系统的准确率是多少？9.项目后续继续优化的话，有哪些优化思路？10.现在系统最核心的问题是并发问题吗？11.准确率还有提升空间吗？12.模型输出不符合预期时，prompt会有问题吗？会调prompt吗？13.有考虑过做SFT和强化学习吗？14.目前RAG具体的实现是怎么样的？15.如果用Redis的缓存，会在哪个阶段去做？16.Redis为什么在高并发情况下表现得比较好？17.什么场景下会用多线程？18.RAG作为知识库检索，和把知识库放到ES上让模型调用MCP接口有什么区别？19.若自己实现包含ES检索和向量检索的搜索接口，和RAG有什么区别？20.Redis和MySQL在使用场景上有哪些区别？21.B+树是怎么样的结构？22.B+树和红黑树的区别是什么？MySQL用红黑树效率会更好吗？23.1000万条数据用B+树存储，树的高度大概是多少？24.场景题，给定一个实时输入流（随时可能停，无法全量存储），如何等概率选取5条记录？25.手撕：两个有序数组，O（logN）求合并后第k大的数

发面经攒后面的人品，我攒我攒一面：1.组内业务介绍2.自我介绍3.上下文压缩怎么做的4.压缩的时候信息丢失怎么做5.这样上下文工程还有什么，比如引入长期记忆，讲了讲mem06.openclaw的记忆系统怎么设计的7.openclaw的多智能体协作是怎么做的反转链表---二面：自我介绍说一下最深的点，感觉有点为了表现自己说错了，是自己做的最深的点，我说的是最近比较关注的深入研究的点(hhh查询的接口，问我数据量到底有多少?我不知道啊！确实是扣分点Agent范式是怎么做的？混合查询怎么做的？组合总数---感觉还是自己太菜了

1. 大二有时间出来实习吗？第一个项目（知识分享平台）相关问题1. 分享平台做了多久？几个人做的？2. 定制化的二进制检测技术（SDS）可以具体介绍一下吗？3. 位图（Bitmap）是怎么设计的？4. 为什么使用位图记录用户点赞行为？5. 用户增长后，位图该如何处理？6. 用户如何通过ID找到位图中对应的位？7. 用户ID取模后冲突了该怎么办？8. SDS是用来做什么的？9. 什么时候会触发SDS的更新？10. 定时任务怎么扫、扫什么范围来更新SDS？11. 为什么选择使用binlog来做事件发布？有别的方案吗？12. 点赞系统中的卡夫卡（Kafka）是用来干啥的？和binlog的链路关系是什么？13. 用户频繁点赞再取消，链路会一直发消息，如何确保消息的有序性？14. 灾难回放是什么时候触发的？15. 自定义的热key探测机制可以具体介绍一下吗？16. 怎么样识别哪一篇内容/哪些信息是经常被访问的？17. 如何确保存储和缓存之间的一致性？第二个项目（agent相关）相关问题1. 计划执行校验迭代的机制是怎么实现的？2. 中间的上下文是怎么样共享的？3. 上下文太长了该怎么办？4. 引入的RAG具体引入了一些什么样的信息？5. RAG的准确性该怎么评估？八股1. 电脑上访问一个网页的具体流程是什么？2. 了解TCP吗？3. Redis怎么做持久化？4. 如何结合RDB和AOF让Redis尽可能满足存储诉求？5. 调大模型时的temperature参数了解吗？代码相关问题1. 滑动窗口算法解决日志请求丢弃问题的思路是什么？你看看有什么问题想问我吗？

1. 做一下自我介绍2. 讲一下你做的这个平台，重点说难点 解决了什么问题这个项目的核心不是“把文档喂给模型”，而是先把不同来源的材料转成可稳定检索、可引用、可更新的知识单元。整体架构一般包括文档接入、格式解析、结构抽取、分块与向量化、倒排索引、重排服务、回答生成和引用回填。我负责的部分主要是 chunk pipeline、索引写入和查询编排。难点主要在复杂文档结构，比如目录、页眉页脚、跨页表格、附件引用和条款层级，如果直接按长度切块，召回会很乱，模型也很容易把不同证据拼错。 def build_index(doc): blocks = parse_document(doc) chunks =...