多益

1、自我介绍2、对大模型应用的理解我理解的大模型应用，核心不是“模型能回答”，而是“模型能稳定解决业务问题”。单纯从能力上看，大模型擅长自然语言理解、内容生成、总结归纳、信息抽取、问答、多轮对话、代码辅助这些任务，但真正到了业务场景里，还要考虑知识时效性、幻觉控制、结果可解释性、调用成本和响应速度。所以大模型应用一般不是一个裸模型直接上线，而是一个完整系统。常见会包括下面这些模块：用户输入理解Prompt 构造外部知识检索工具调用模型生成输出校验日志监控和效果评测如果是企业场景，大模型应用通常有几个典型方向：智能问答和知识库助手企业内部 Copilot智能客服文档总结和信息抽取数据分析辅助Ag...

1.自我介绍2.HashMap是线程安全的吗？3.你的这个监测分析的Agent是怎么做的？具体分析哪些数据？4.这个数据清洗的话，具体是怎么清洗的？5.这个清洗是一次性的还是可复用的？然后如果是可复用的话，你这个放到我们的向量数据库里面是怎么和rag集合起来的？6.简单讲一下通用Agent的设计流程，还有你的这一个项目里面的Agent的设计流程是怎样的？7.这是怎么做到的？它的架构是怎么去流转的？8.最终调用Agent的时候，它的这个记忆是怎么设计的？它是怎么存储的？怎么用的？9.有没有做上下文压缩？压缩的话是短期压缩还是长期压缩？10.你的这个向量数据库的选型是怎么选的？为什么选这个？11.做一个RAG的话，我们的数据存进去也是很重要的。如果你存进去的是有问题的数据的话，那你得出来的结果也会是有问题的结果。那你这个存进去向量数据库，或者是存进去你的这个数据的话，是以什么样的一种形式去进行保存的？是什么文件格式？JSON？12.怎么切割的？常见切割策略有什么？以及怎么能确保它的语义不断裂？13.用户订阅的这一个服务是怎么做到的？它这个体系是怎么搭建的？你是怎么实现这个功能的？14.用户订阅推送信息的，这个是怎么实现的？定时任务还是怎么样？定时任务怎么设计的？15.我们回到Agent上面来吧。你用到Agent的开发肯定要调用到模型，你的不同节点的模型分别选型是怎样的？以及你的这个选型的模型如果遇到了这一个额度上限的话，要怎么办？16.你自己调用的这一个模型是否遇到过达到上限的情况？17.你自己做的这些是部署在本地的，还是部署在云端的？部署在云端的话，你的操作系统是什么？以及有没有自己买过服务器去部署？18，如果是以自己的机器在跑的话，那你遇到的这一个环境的问题怎么办？你的这个可迁移性的这一个问题怎么办？你本机的代码如何迁移到云端去部署？19.你的云服务器是怎么暴露给外面人去进行发请求的？是走端口还是怎样？20.我们回到AI上面来说吧，你对AI挺感兴趣的，来讲一下你平时用AI写代码是怎么写的？以及是怎么进行一个code review的？21.你自己的编程工具用过什么？以及我们来对比一下这个编程工具，Trae和Cursor的话，这两者你比较一下它们的特点，以及分别有什么好处、坏处，你自己用的是哪个？22.我看你主要还是Java的技术栈，那我们这边主要用的是Python，你讲一下Java和Python的这一个线程池底层的实现的区别是什么？以及它们分别是怎么实现的？23.我们再来聊一下后端吧。我们现在用的基本是微服务，你一个单体服务拆成微服务的话，需要怎么做？要怎么拆？24.比方讲一个电商系统，我们应该怎么去拆分这一个业务的这个微服务？25.你讲到了分库分表的话，那你讲一下分库分表常见的策略有什么？以及什么时候需要分库分表？26.我记得你前面讲到了一个扣款的一个服务，那你讲一下，比方说我扣款的功能里面出现了超扣的情况，这个怎么解决？27.我看你实习也挺久的了，我们来问一个故障的问题吧。你在实际当中，如果遇到OOM或者是MySQL的数据库的一些问题，一般是怎么排查的？28.那在还没有出现这些问题的时候，我们应该去怎么去评估哪里可能会有潜在的风险？为什么？后面就是一些关于实习稳定性，还有一个背景信息的了解。然后还有反问和面试官聊的很开心，学到了很多。

自我介绍项目难点1.redis缓存的数据过期机制2.进程线程协程3.长连接和短链接以及场景4.生成唯一id的方法5.扫雷游戏怎么设计6.很大的地图判断10米之内的怪物7.背包系统的简单设计8.给了元素求所有子集蜀黍第一次面试非常紧张，回答的不怎么样背包系统也没写出来，估计是寄了面了20多分钟，也就是增加经验了。听说多益风评也不好，但蜀黍春招只要能找下个工作就感觉不错了。