字节 AI agent一面 面吐了...
面试很难,还是要多多练习,感觉自己说不明白业务逻辑
1. 多模态大模型的具体结构
2. 多模态的用户信息怎么存储和使用
3. Agent项目背景
4. RAG系统流程
5. lora的原理和qlora的原理,qlora怎么优化显存?
6. 演示Agent项目实现细节
7. AI辅助开发的实践经验
8. 觉得当前的agent达到预期了吗?对agent的预期是什么
9. 项目中AI贡献的代码占比
10. 怎么进行多模态知识检索?
11. RAG+MCP这方面是你做的吗?怎么做的?RAG怎么构建的
12. A2A与MCP区别
13. 项目在研发过程中遇到了哪些困难,怎么解决的
14. 较长较多的上下文怎么解决
15. 项目用的什么架构
16. Agent项目开发的框架
1. 多模态大模型的具体结构
2. 多模态的用户信息怎么存储和使用
3. Agent项目背景
4. RAG系统流程
5. lora的原理和qlora的原理,qlora怎么优化显存?
6. 演示Agent项目实现细节
7. AI辅助开发的实践经验
8. 觉得当前的agent达到预期了吗?对agent的预期是什么
9. 项目中AI贡献的代码占比
10. 怎么进行多模态知识检索?
11. RAG+MCP这方面是你做的吗?怎么做的?RAG怎么构建的
12. A2A与MCP区别
13. 项目在研发过程中遇到了哪些困难,怎么解决的
14. 较长较多的上下文怎么解决
15. 项目用的什么架构
16. Agent项目开发的框架
全部评论
强烈推荐!这个笔记写得很清晰 http://github.com/AccumulateMore/CV
相关推荐
点赞 评论 收藏
分享
在职牛马didi:这篇路线整理得很系统,把后端知识映射到Agent体系这个思路特别实用。我自己也是从Java转做AI的,感触很深:工程底子扎实的人转Agent确实有优势,RAG和工具编排这些核心能力本质上都是后端逻辑的延伸。我们团队在做天猫的AI应用落地,方向跟你这篇路线里的企业级RAG和Agent系统很接近。暑期实习还在招AI应用研发工程师,JD可以参考看看跟你背景是否匹配:https://www.nowcoder.com/jobs/detail/440929?jobId=440929
点赞 评论 收藏
分享
查看6道真题和解析
