招联ai应用开发一面面经

自毕业以来，周遭全是优秀程度远超于我的人。感谢目前的平台，能让我真的做到，谈笑有鸿儒，往来无白丁。不仅仅深刻意识到他人的优秀，同时也意识到自身的不足，交流过程中，受益良多，这里做个简单整理，梳理个人内心想法。工作岗位类型与个人发展之路现状：当前岗位为SA（Solution architect）上提RD（Research and Development）下接BD（Business and development）是RD的“甲方”是BD的“server and helper”分析：技术侧/研发侧技术迭代周期极快：AI领域的transformer，GPU与NPU的对冲，元算子，CUDA叹息之墙，一周...

一面： 1.实习经历追问，数仓建设流程 ，为什么要设计各个层2.spark的任务调度流程，spark的数据量级3.spark的性能优化经验？4.如何定位任务失败？有哪些原因？分别应该怎么处理5.对于数据治理的理解，在元数据管理的治理中不同的元数据分别有什么作用？你是怎么使用的？6.数据倾斜的情况在具体的什么业务中出现，举例，并给出你的优化方案7.如何去保障数据的质量？数据标准你是如何制定的？8.为什么源数据存在mongoDB？9.了解agent么？大致讲一下agent的工作原理，mcp和functioncalls的区别是什么？10.是否参与过模型的微调？agent的数据具体如何处理？数据增强那一块是怎么做的？手撕：拓扑排序，leetcode hot100课程表的变形 medium难度

timeline：9.15投递->10.17笔试，间隔一个月左右，投递的互联网中厂，很多都没进度或者流程很慢，间隔一个多月这种题型：单选12，多选10，编程3，问答1选择基本都是常见的基础知识，不难编程拼尽全力a了2.3，不知道为啥第一道只过了0.3问答比较有意思：设计一个AI方案来实现AI生成测试用例，编写AI提示词。秋招还是第一次见这种题目，比较开放。AI设计用例方式有很多，agent智能体，cursor编程工具，工作流等等。不过生成的用例质量有待考究。不过从这可以看出来，目前AI确实是大趋势，很多互联网公司都在布局，未来可能也是测试领域要深入学习的一项技术

事情是这样的，早上9点多来到公司正看着代码，突然一个电话打过来，是xxx同学嘛，……你的实习转正通过了。心想，啊？电话挂了还是满满的不敢相信，因为自己这段实习自己确实很水，代码没写多少，答辩的PPT都是几天时间挤出来的，而且当时一起答辩的其他人都比我厉害，根本没想过转正成功，所以更多的时间花在秋招上，但是却很不乐观，基本没有面试机会，也是很焦虑，好在快手给了我实习机会，想着再开启下一段实习，不行了冲春招，然后现在相当于给我了个惊喜了哈哈，后边打算先在这边干一段时间，赚点零花钱，后边再随便投投，总之还是运气到了😀。