我自己做了一个 AI 后端项目 Mini-Doubao 。这个项目不只是“调用大模型接口聊天”，而是围绕真实工程问题做了完整实现，包括：SSE 流式对话RAG 知识库检索Agent 工具调用闭环多轮会话上下文管理线程池隔离与异步收尾邮箱验证码注册/登录/找回密码项目背景基于火山引擎（豆包模型）API 构建。目标是做一个“可对话 + 可检索 + 可扩展工具能力”的系统，并解决 AI 场景中常见的工程问题：长连接、异步任务、上下文成本控制、服务稳定性等。核心能力1）RAG 异步摄入链路文档上传后通过 RocketMQ 异步处理完成“解析 -> 切片 -> Embedding ->...

只招目前在公司所在地的吗？

不过大厂的面试确实比小厂能学到更多

自我介绍**的性能优化是你自己实现的，还是跟别人一起合作做出来的？讲一下**性能优化的整套设计机制是什么样的？为什么不从Redis本身的自身监控里面去统计热点？热点识别的组件是怎么解决分数衰减问题的？你这个不是按小时维度的，或者什么？是一直累加吗？你简历中提到的知识库是什么样类型的知识库？这个知识库主要用来做什么？是给哪些用户群体用的？知识库怎么做更新？数据更新后怎么去同步？怎么自动化去做数据更新的一些策略？你是用的什么平台去建立知识库？是**内部平台还是市面上的？你提到用算法去识别代码中的循环调用，为什么没有考虑用AI大模型去做？二级缓存是什么实现的？数据是什么类型的？缓存命中率怎么样？有监...