1. 说说JVM的内存区域划分？ 2. 常见的GC算法和收集器有哪些？ 3. 讲讲CAS的原理？ 4. Redis的持久化方式及区别是什么？ 5. MySQL索引的底层原理是什么？ 6. 什么是RAG技术？流程是什么？ 7. 简述Spring AI的基本使用流程？ 8. 项目A中，节点健康状态如何实时感知？ 9. 项目A中，签名认证的安全性如何提升？ 10. API网关项目中，策略模式重构优化了什么？ 11. 项目B中，三种缓存结构分别是什么？ 12. 项目B中，如何解决Redis大key问题？ 13. 项目B中，如何解决数据倾斜问题？ 14. 项目B中，首页耗时如何优化到60ms？ 15. ...

给时间时间 终会梦想成真的🥺那就努力努力再努力🤲

要招就招，每次一脚踢开，挂完一两小时后 发面试邀请，我又乖乖接受 还有机会吗

也大大小小面了很多内部正在搞AI的公司，给大家分享一下我的面试题库！ 第一章：RAG 系统 Q1: 请解释 RAG 的工作原理。与直接对 LLM 进行微调相比，RAG 主要解决了什么问题？ RAG（Retrieval-Augmented Generation）的核心是"检索+生成"两阶段：先从外部知识库中检索与用户问题相关的文档片段，再将这些片段作为上下文拼入 prompt，让 LLM 基于检索到的信息生成回答。相比微调，RAG 的优势在于： ①知识可实时更新，不需要重新训练模型； ②可追溯来源，减少幻觉且便于审计； ③成本低，不需要 GPU 资源做训练； ④领域迁移方便，...