牛客大模型岗实习总结

起因是集团大力推广AI agent开发，优秀提效工具可获得年度奖励，于是部门领导一拍脑袋，要求每周像周会一样，开AI脑暴，像业务工作流中还有什么可以应用的地方。我们部门现在排了一堆AIxx助手的开发排期，比如AI清洗助手，AI市场分析助手，AI洞察助手，AI拜访助手。。。。都在等待排期上线，一堆内部工具，我们是销售数据支持部门，这些工具都要应用在销售身上。我有时候在想，这么多工具，到底是提效了，还是让工作流更麻烦了。不过，文档里写得好看就行，汇报闭环是第一位的，老板就喜欢看见各种agent的落地

🔥 27届校招｜淘宝用户内容技术团队招募AI Agent方向数据科学家！To the crazy ones.我们是淘宝搜索、推荐与内容生态的核心智能引擎，依托阿里Qwen大模型。我们正在打造：具备长期记忆的多模态AI导购Agent，覆盖搜索意图理解、个性化推荐、内容生成与分发全链路！你将深度参与：✅ 搜推 & 内容场景下的数据-模型-反馈闭环设计✅ 构建高质量训练数据（合成数据 / 用户轨迹 / 多模态信号）✅ 设计A/B实验与因果评估体系，量化AI对GMV、时长、转化等核心指标的影响✅ 探索RAG、Memory、Agentic RL等前沿技术在真实商业场景的规模化落地我们需要你：🎓 2027届硕士+/计算机/数学/AI/统计/运筹学/数据科学等相关背景🧠 扎实统计+ML基础，了解Transformer/LLM原理，有Prompt Engineering或Agent开发经验💻 熟练Python/SQL，具备Data-centric思维，重视数据质量而非盲目调参✨ 加分项：做过搜推/内容相关分析、RAG、DPO/SFT、合成数据、LLM-as-a-Judge等项目！🌟 我们提供：搜推 & 内容主战场的真实复杂问题 + 亿级在线反馈充足Qwen模型调用额度 + 完整AI工程链路（数据→训练→评测→部署）和顶尖算法、工程、产品团队一起，定义下一代智能电商体验！

1. 自我介绍2. 实习经历拷打：-最近一段实习具体工作内容-介绍一下参与开发的大模型知识库问答系统的整体架构-系统开发工具与框架-介绍一下知识库类别与构建策略，包括RAG数据库与知识图谱-RAG分块、检索、召回策略-问答系统面向用户群体，功能与性能如何测试3. 项目+技术拷打-知识图谱构建方法，LLM+提示词工程+SFT-知识图谱构建各阶段详细流程设计，包括NER、RE等-SFT数据集构建方法，LLM生成+人工校验4. 算法-一道非hot 100简单-一道hot 100简单5. 反问-主要业务-实习生发展与能力提升

先自我介绍，然后开始聊项目。深挖AI项目：项目为什么用的是JSON-grpc？它是怎么设计的？和标准的rpc有什么区别？对mcp工具调用时的不同错误类型，你的设计有什么区别？怎么封装的rpc超时重试机制？客户端发起一个请求的时候，服务端怎么找到对应的工具？（mcp工具调用的全流程）假设客户端请求的QPS很高，高并发环境下怎么去优化性能？讲一下SSE通信模式，他和websocket有什么区别？怎么通过RAG对mcp工具的选择进行优化的？工具调用时token消耗过高，是在什么时候呢？（远程调用大模型的时候）RAG向量化的内容是什么？怎么把用户的问题，prompt去向量化的呢？有对比过引入RAG向量化后的效果吗？mcp服务端在Linux平台上运行时，CPU突然占满了，如何排查？怎么判断运行时出现了死锁？如果是进程或者I/O引起的CPU100%，怎么判断进程卡在内核里、锁里还是I/O等待里？讲一下僵尸进程和孤儿进程的区别。算法题：带过期时间的LRU缓存，淘汰策略是random。反问：Q：您那边负责的主要业务是什么呢？A：我这边是字节主端侧，AI基础设施。Q：贵公司对在校生和实习生，更看重哪些方面的能力？A：基础知识、和岗位方向的匹配度、还有学习能力。总结：一个多小时，项目拷打基本抗住了，而且幸好面试前专门研究了大模型token和RAG，和面试官有得聊。算法题只写了个大概，用哈希表+双向链表，但双向链表的特点给忘了没回答好。