京东后端暑期一面

总时长30分钟1.自我介绍先拷打项目2.基于什么样的背景来做这个AI的项目？3.LLM用的哪家的模型4.RAG检索增强生成系统里面检索的内容是什么？5.你怎么理解Skill？6. 日常开发或者让ai干活或者生活的方方面面还是用ai做了哪些事情？7.你觉得常用的购物网站不限于某宝、pd、某团等现在面向c端的体验如何使用ai搭建或者利用ai能够提升用户的体验？8.就是让你去设计，比如现在app给你，你准备做一个什么场景利用ai能够提升企业利润？ok那下面我们来聊聊基础的一些内容9.MySQL索引什么时候失效？10.线程池设置时候需要设置哪些参数？11.让你去结合不同业务场景，哪一个参数该如何设置？12.Redis常用的数据类型？13.Redis集群是如何保证高可用的？13.Spring Cloud微服务全家福里都有哪些核心的组件？14.假如让你作为小心或者中型的技术供应链的负责人，你觉得你应该开发哪些中间件工具来保证业务的同事，对线上数据库或者缓存监控能够最快的发现问题之类？15.你最近在后端的开发领域在学习什么样的专业知识？最后你是哪里人？能来实习多久？什么时候能到岗？.............那你肯定来北京实习没问题吧无手撕。基础问题答得比较饱满，像前面很多关于ai的开性问题感觉都聊得还不错，但是一面后一直流程中了3天，然后今天起来看给挂了。感觉有可能是对我的回答不满意了，但是确实是笑嘻嘻地被挂掉的

1. 自我介绍2. RocketMQ 里顺序消息、普通消息、事务消息分别适合什么场景，为什么不能混着用普通消息适合最终一致、无严格顺序约束的场景，比如日志分发、画像更新、通知投递。顺序消息适合同一业务键必须按时间线推进状态的链路，比如同一工单、同一订单、同一会话的状态演进，但顺序消息的吞吐和容错设计会受到队列粒度限制。事务消息适合本地事务与异步投递之间要建立“发送承诺”的场景，比如主库先落事实，再由 MQ 推动旁路索引或下游补偿。三者不能混着用，是因为它们解决的问题不同，消费模型、失败恢复方式和成本模型也完全不同。3. 如果 RocketMQ 出现消息积压，你会怎样定位，不要只说“扩容消费者”...

继续来分享下最近的面经~欢迎友好讨论，信息共享1.项目拷打2.介绍一下 AI 智能体的 workflow 以及 RAG 知识库是怎么设计的？3.意图识别用的是哪个大模型？如何判断和测试意图识别结果的准确率？4.Redis 做语义向量的相似度检索，内部用的是什么算法？5.在使用 RAG 的程中有没有出现大模型幻觉？如何设计兜底方案？6.JMeter 压测的具体参数是怎么设置的？7.Redis 是单线程的，为什么它还能支持高并发？8.在实际业务场景中，你怎么判断什么时候需要加缓存？为什么不能只用 MySQL？9.除了导购，你认为在电商领域（如京东）还有哪些场景可以用到 Agent？

你在实际项目中，如何设计并实现多节点间的状态同步机制？面对高并发查询场景，你会从哪些维度设计缓存结构来支撑多条件快速响应？当Redis出现数据倾斜问题时，你会如何通过哈希算法或分片策略进行优化？如何在不破坏原有业务逻辑的前提下，通过设计模式优化大量if-else分支的代码结构？实现用户个性化查询时，如何结合地理位置等信息，设计对应的缓存与查询流程？首页性能优化中，你会采用哪些组合手段将接口耗时压缩到毫秒级？热点数据场景下，如何设计缓存更新与兜底方案？高并发削峰场景中，消息队列与定时任务如何配合，才能避免消息丢失或重复消费？基于Spring AI对接多模型时，如何处理不同大模型的接口差异，并设计...