24届阿里平头哥实习

面试官太温柔了，也有引导，真想再面试一次1.自我介绍，项目难点，担任什么角色2.项目背景下，智能体的工作流链路是怎么实现的3.有用智能体框架什么吗，还是代码控制4.智能体拓展性怎么样5.图文检索怎么做的；语义库是怎么构建的6.ai开发过程中，调用工具，记忆管理怎么实现的7.openclaw使用的体验，跟做的agent有什么区别8.有用过它做过大的工作，管理知识，或者自媒体相关的吗9.to B方向的 sass软件朝着什么方向去演进传统的工作方式，重构之类的，先去用10.python 还是 java，有用过什么ai coding工具吗，cursor claude code11.拿到项目到ai工具到交付，怎么验收，哪些环节需要人注意12.有意识给ai工具优质上下文吗13.ai生成代码很好，但它是不负责的，怎么进行一个代码的review；功能完备，安全，性能要不要考虑14.有用过ai工具自动化测试，做端到端自动化测试15.java掌握程度：hashmap集合里面有用到集合吗16.平时有用到锁吗17.用到可重入锁18.两个线程同时对arrayList同时添加，出现什么问题19.并发问题，比如钱，库存，订单，怎么实现20.java异常：编译期异常，运行时异常21.两种会倾向于抛出哪种异常，22.数据库缓存了解的深吗，怎么保证一致性23.redis实现会话管理，怎么保证redis和数据库中的数据一致 性24.threadlocal管理用户上下文，为撒选择这个上下文管理，线程安全吗25.mysql索引熟悉吗，组合索引，怎么保证查询索引26.数据库事务隔离级别，脏读不可重复读幻读怎么解决27.有观点ai取代初级程序员，作为将成为初级程序员的你，有哪些考虑28“超级个体”，假如公司有要求一个全栈工程师，你有哪些想法29自我感觉有哪些缺点，或者缩减下技术上有什么缺点30.反问技术爆炸，知识爆炸，ai发展，对求职者和在职者有什么建议

1. 自我介绍2. RAG系统的核心架构、检索优化与在教育场景的落地难点RAG核心架构分为数据预处理、检索模块、提示工程、大模型生成、后处理校验五部分。检索优化包括混合检索、多轮检索、知识切片、向量库优化等。在教育场景的落地难点在于知识专业性强、知识点关联复杂，易出现检索不精准；题目、公式、图表等多模态数据的结构化提取难度大；学生提问口语化、歧义多，意图理解难度高；需严格保证知识准确性，避免大模型幻觉。解决方案包括构建教育领域专属知识库、多模态文档解析、意图识别优化、事实校验机制等。3. SFT的核心流程、数据构造要点与在教育大模型中的应用SFT核心流程为数据准备、模型选择、微调策略、训练配置...

我面试滴滴快手阿里这些公司都是会问八股的，八股是必须要会的，这个是面试的一个环节，也是实力的体现，对于八股大家还是要背的，必须要会

面试官人超好，最后主动给我讲了面试反馈建议，全程没有问八股，都是问的技术选型/ai发展等等，收获巨大，早点上次的阿里国际也去面面了（被我睡过头鸽掉了）秋招一定再冲一下阿里简单做一下自我介绍。为什么要做 RAG 知识库这个项目？项目技术选型为什么选用 MySQL、Redis、Kafka 这些组件？除了 ES 做向量检索，还了解其他实现方案吗？做 RAG 链路，社区有没有其他现成 / 流行的方案，有没有做过调研？项目中比较有挑战的地方是什么？数据清洗、日期提取这个问题是怎么发现的？为什么不自己部署一个模型，而是用 DeepSeek API？会结合实时检索内容发给大模型吗？是模型自身检索还是 age...