蚂蚁暑期ai后端研发面经 1h

主要围绕项目和工程 没怎么问八股1. 实际工程落地的难点有哪些？你在项目中遇到了哪些类似的难点？2. 科研 / 工程的预期目标和实际目标出现偏差后怎么做？3. 工程实际条件与预计条件不符时该怎么调整？4. 能主要讲讲你项目 A（这个科研项目，面试官后面也坦言不清楚这个，就象征问问）5. 你这个项目可能本身还是比较偏向算法的，他的工程特点是什么？6. 你项目 B 采用了多重上下文压缩机制，你能讲讲是怎么做的吗？7. 你项目 B 与 CC 的服务目标一致的，可以说说它的特点吗？8. 怎么规范 Agent 取出 Skill 后的行为，让其严格按照 Skill 给出的流程执行？9. 你设计了多 Agent 模式，有考虑到多 Agent 和单 Agent 的优劣吗？10. 高并发场景下，你怎么保证服务的质量、一致性？11. 有了解分布式集群吗？（开始强调基础知识的重要性，说面的好多学生都是不太清楚具体工程中需要关注的点，说不少学生都偏向模型本身而忽略一些底层工程知识，比如数据库一致性、操作系统和分布式服务等）面试官最后：还是要回归基本功

1. 你之前接触过的中间件里，挑一个最熟的讲讲它的核心设计，重点说为什么要这样设计如果讲消息队列，比较容易拉开差距的不是背概念，而是把吞吐、可靠性、顺序性和扩展性之间的取舍讲清楚。比如一套高吞吐 MQ 通常会采用顺序写磁盘、分区模型、批量发送、批量拉取和零拷贝来提升吞吐，但这么设计以后，消费顺序只能在单分区内严格保证，跨分区顺序就必须交给业务自己兜底。再比如可靠性不是简单开个副本就完事了，生产端要考虑重试和幂等，Broker 要考虑刷盘和副本同步策略，消费端还要考虑重复消费和位点提交时机。真正难的是理解这些机制不是孤立存在的，而是围绕吞吐、延迟、可恢复性一起做平衡。2. 软件工程里的设计原则你...

发点面经攒攒人品～1.项目介绍2.介绍实习3.数据集使用的是公开数据集还在有自己构造数据集大模型相关八股提问4.分别讲一下 Dense 模型和 MoE 模型以及二者的区别5.讲一下MoE的 路由机制是如何做的6.训练完验证使用的是什么数据集7.做这个工作的过程中的难点在哪8.如何做的 SFT9.介绍一下 PPO10.讲一下 RAG 项目11.分类任务常用的评测指标有哪些12.讲一下 LoRA 微调的原理13.A、B 矩阵怎么初始化的14.LoRA 微调秩设置的是多少coding最小生成树

1.英文介绍自己2.项目中遇到的最大难点是什么3.项目用的什么大模型4.语言模型的作用？5.怎么评估检索效果6.Transformer模型7.什么是agent mcp skill8.平时怎么用aicoding的，能帮你提效多少9.aop原理10.jdk和cglib的区别11.事务传播行为12.beanfactory和factorybean的区别13.介绍一下分布式事务14.什么情况下会出现事务悬挂15.介绍一下分布式锁16.redis数据过期的删除策略17.什么是缓存雪崩，缓存风暴，缓存穿透18.MQ生产者提交超时了怎么办19.怎么保证消息幂等性20.synchronized底层原理，把知道的全讲出来21.synchronized对静态和非静态对象上锁有什么区别22.reentrantlock原理，知道的全讲出来23.怎么实现可重入24.怎么实现公平非公平的25.线程池参数，工作原理26.拒绝策略27.核心线程可以被回收吗28.JUC原子类怎么实现原子性的29.CAS会出现什么问题30.MySQL悲观锁乐观锁31.索引失效场景32.INT索引什么时候会失效33.索引有哪些数据结构34.B+树是怎样的结构35.平时怎么学技术的更新 4.5 已挂