面试挂了

面试很爽快,首是聊下项目经验,后问题我对块比较熟,当然我对 go ,k8s 比较熟,那就先来这方面热身。
1,channel 底层,也扯到 csp
2,GMP 模型,goroutine 优势在哪里?
3,go 的 gc 原理
4,mutex 底层,饥饿模式和正常模式
5,map 为啥不安全,sync.map 底层
6,go 有哪些常用包,context 如何用?
7,协程泄露怎么排查问题
8,k8s 架构
9,容器和镜像有什么区别,原理是什么?

结束热身,然后开始问 AI 大模型相关
1,你怎么理解 Agent,你如何从头到尾设计一个 Agent,比如想做一个 code review 这样 Agent,你如何去设计。
2,了解 langchina 吗,用过吗,架构是什么,有哪些特征,
3,你是如何设计 rag 系统的,整体流程你讲一下包括数据导入,切割等操作。
4,向量数据库有了解吗,如 milvus
5,milvus 架构和核心组件
6,milvus 插入数据时,会经历那些步骤,是如何存储的;还会问查询逻辑
7,简单讲下Transformer 的工作流程
8,为什么要微调,有哪些技术
9,有了解 mcp 协议,a2a 协议,和 Agent 有什么关系

最后数据库相关
mysql,redis,隔离机制,以及 redis 中如果某个 key 过期了,会立即删除吗?如何做持久化机制。

以上大概这么多,有些可能记不住了,反正这问题还是容易回答的。

建议可以做一个小的 Agent 应用比如用 langchain 来玩个小项目,或设计一个 rag 项目,然后面试时跟面试官吹牛,把你做过程中对场景需求分析,设计,存储这些流程讲讲明白,不然知识还是零散的。

好了,分享到这,希望秋招的伙伴拿到心意 offer~

最后我的个人看法,如果有机会去做 Agent,或相关大模型业务,建议早点入局。等后面面试要求更高了,现在可能对你要求很松,毕竟很多公司都才刚开始摸索,谁也不懂,但大家都知道这是未来,所以必须拥抱。
当然了,比如 go,k8s,Java 等岗位薪资高的,那你自行选择了,如果你不懂,选择迷茫,也可以咨询我。
其实很多岗位公司内部都会“业务+AI”去探索尝试的,

早晚的事情,这东西你得懂,也是必备的技能。

另外,简历上你写点 AI 的东西,很加分,不信你试试

#社招#  #人工智能#  #工作#  #Agent#  #Agent技术#  #大模型#  #面试#  #面试问题记录##牛客AI配图神器#
全部评论
base南京,机会多多
点赞 回复 分享
发布于 2025-09-06 14:32 贵州

相关推荐

1. 介绍某实习公司中负责的关键词命中系统、文档提取系统具备的有特点的功能2. 基于AC自动机构建违禁词匹配的查询结构,在实际应用中是如何实现的3. 某实习公司技术栈中是否考虑过Hive、Spark这类大数据链路的应用4. 关键词命中系统优化的核心目的是否为提升查询性能,具体优化思路是什么5. Redis在关键词命中系统增量更新环节的使用方式,是否存在大key、大value问题6. 说明Redis出现大key、大value(如一个key对应几MB的value)时会引发的问题7. 关键词命中系统中Redis采用订阅发布方式监听时,多key场景下的轮询、监听该如何处理8. 关键词命中系统中处理emoji表情包存储时,涉及的Mysql存储引擎相关知识9. 关键词命中系统中emoji表情包的匹配为何需要用到AC自动机,大批量数据场景下AC自动机的应用逻辑10. 某实习公司中做Mysql治理的具体收获,展开说明相关优化手段11. 介绍某项目中AI相关的实践内容,以及对React agent、Multi agent技术栈的理解和应用12. 某笔记管理网站前后端技术栈的选型思路13. 腾讯云MCP的具体功能,以及其内部提供的工具能力有哪些14. 说明MCP、skill、function call三个概念的区别和相关性15. function call在RAG知识库中的业务逻辑实现细节16. skill在被agent使用后是否会占用上下文,其设计的核心优势是什么17. 开发agent时使用的框架和开发语言分别是什么18. 若要让大模型实现类似cloud code、cursor的编程工具功能,具体该如何实现19. Multi agent中plan的设计思路,以及在实际场景中的应用方式20. agent在长任务执行后上下文接近阈值时,采用何种机制做上下文的压缩21. 开发agent过程中,上下文管理有哪些具体的方式,该如何匹配对应的agent使用场景
查看21道真题和解析
点赞 评论 收藏
分享
1.自我介绍。2.你目前还在实习吗?你参与的实习吗?你参与的 AI 产品主要面向什么问答场景、包含哪些问题类型?3.处理查询文档里的异构数据(如图片)时,具体的处理流程是什么?解析成纯文字后如何进一步加工?这样只返回文字给用户,图片信息不会丢失吗?4.你们是通过人工打标建立图片和文本的对应关系吗?文档量很大的情况下,打标工作能完成吗?5.如何保证大部分图片异构数据解析后回答的正确性?若回答错误,怎么识别问题?后续要验证回答准确性,你有什么方案?6.用于评测的另一个大模型,如何构造问题、分析文字并进行对比?这个大模型的正确率以及模型自我一致性怎么确定?7.你们的模型基于哪些异构图像做增强?模型会不会产生幻觉,生成文档外的内容?8.若用户的问题不在文档里,你们会怎么处理?是调用其他模型吗?大模型回答不了时,会提示用户补充问题吗?用户补充后仍无法解决该怎么办?模型如何判断何时需要让用户补充提问?9.你们有框架编排这些流程吗?用的是什么框架?10.你简历中提到的识别率、检索召回率等指标,怎么理解检索召回率?这些指标具体包含哪些评价项?什么是忠实度?召回率的分子分母是怎么定义的?11.你之前那段实习的具体工作内容是什么?针对设备故障叙述报告这类复杂文本,模型如何理解?是做了相关检测吗?大模型是怎么实现术语解释的?12.请讲一下 LoRA 技术,除了减少参数量,它还有什么优点?你做的 LoRA 相关工作,后续有落地应用吗?13.你写代码主要用 Python 吗?会不会用 Java?了解 Java 的多线程、双亲委派模型以及消息中间件吗?有没有做过 Java 相关项目?14.你用过 LangChain 吗?如何用它解决模型的幻觉问题?若不熟悉 LangChain,还能通过什么方法做 AI 能力增强?15.让你实现一个查询天气的对话 AI 顶层设计,具体步骤是什么?聊天记录最终如何返回给用户?除了文本存储,还有其他方式吗?多模态的具体实现方法是什么?16.天气大模型要关联地理位置信息(如杭州属于中国),该怎么处理?如何对接天气 API?怎么定义 API 调用的相关内容?17.若查询天气后,还要根据天气推荐买伞这类服务,大模型如何按顺序调用多个服务?如果有七八项服务,每个服务的调用逻辑都要单独写吗?18.LangChain 和 LlamaIndex 的区别是什么?19.如何测试这个 AI 系统的技能?它和传统 AI 测试有什么区别?有哪些具体的测试方案?评测数据集该怎么构建?测试具体分哪些步骤,要验证哪些能力?20.要让模型完成“在公司周边奶茶店(如霸王茶姬)订一杯奶茶”的任务,该怎么实现?若调用高德 API 做定位和门店查询、调用外卖平台 API 下单,这两个 API 该怎么对接?编写大模型让它按顺序调用 API,可能会遇到什么问题?怎么解决?21.若高德 API 要求输入经纬度坐标,但大模型产生幻觉输出错误公司坐标,导致门店查询错误,该怎么干预模型?如果模型坚持认为自己的坐标是对的,该怎么处理?定位到问题原因后,又该怎么解决?
查看21道真题和解析
点赞 评论 收藏
分享
评论
1
10
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务