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

全部评论

推荐最新楼层

梦媛媛

上海交通大学算法工程师

强烈推荐！这个笔记写得很清晰 http://github.com/AccumulateMore/CV

2 回复分享

发布于 03-28 07:39 广东

挂玉牌的瘪佬星

蚌埠坦克学院 Java

跟我一样

1 回复分享

发布于 03-24 20:57 浙江

Acnologia

吉林大学算法工程师

请问“抖音智能客服”这是AI agent嘛？这问的也太狠了

点赞回复分享

发布于 03-27 22:00 吉林

好奇的六边形战士在攒经验

门头沟学院算法工程师

演示项目细节是按代码块讲解嘛还是运行后展示思考调用回答这些流程哇

点赞回复分享

发布于 03-25 12:43 陕西

03-23 09:04

吉林农业大学算法工程师

携程 AI Agent开发二面

1. 你做的 Agent 项目，完整链路讲一下完整链路一般是用户问题进入后，先做意图识别和 query 改写，再根据意图判断走纯 RAG、RAG + Tool，还是多 Agent workflow。检索阶段会做混合召回，再用 rerank 精排，拼接上下文后交给大模型生成。如果涉及订单、机票、酒店这类实时数据，会通过 function calling 调后端接口。最后返回答案时，会附上引用、置信度或者兜底话术。二面一般会继续追问每一层为什么这么设计，以及哪一层最容易出问题。 def agent_pipeline(query, user_profile): intent = detect_int...

AI-Agent面试实战...

点赞评论收藏

03-18 13:47

用友网络_Java开发

RAG

上周面一个AI岗，面试官上来就问：“RAG里怎么解决幻觉问题？”我脑子嗡一下，心想这题我背过啊，什么检索增强、源头追溯……结果一开口，把MCP和RAG的原理讲串了，自己都听乐了。面完出来，跟一起等结果的哥们儿吐槽，他说他更惨，被问“如果让你设计一个周杰伦风格的AI作曲Agent，关键模块怎么拆？”——我俩蹲路边想了半天，觉得这问题其实挺有意思，比干巴巴问技术细节强。

查看4道真题和解析

点赞评论收藏

03-21 10:53

复旦大学 Java

26年全网最全Agent学习路线，拿走不谢！

大家好，我是@程序员花海，眼下 26 届春招、27 届暑期实习全面开启，后端卷到没边，AI Agent的岗位占主导，很多牛友在我的评论区留言，想让我出一份Agent学习路线。我特意去看了下，打开淘天的招聘页面，以校招为例，一眼望去全是AI相关的岗位，只能说之后绝大多数岗位都会快速推进AI的落地和实践。之前写过 Java 后端 3 个月抢救路线https://www.nowcoder.com/discuss/824693499982315520?sourceSSR=users，也收到了牛友们的强烈好评，这次专门给后端转 Agent做一套最少必要知识路线—— 不堆概念、不啃论文，只学面试必问、项目...

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

软件开发投递记录

点赞评论收藏