阿里淘天 ai agent 开发一面

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1、实习拷打2、你学习的计算机相关的课程有哪些，能简单介绍一下吗？3、多模态融合的项目相关：你的这个项目中的多模态融合，以及cross-attention，动态门控是如何实现的？4、你们的实验结果有和其他模型进行对比吗？5、你们的数据量有多少，数据的来源是哪里，你们的小数据集是不是很可能过拟合？6、你训练的这个模型参数多少？7、智能体项目相关：ReAct模式是怎么样的？8、你觉得你们这个项目的亮点是在哪里？9、你们RAG的部分是如何解决Query混乱，检索精度低的问题的？10、你们检索召回精度是多少？11、你说爬取了罕见病相关的知识进行RAG，那么通用大模型的训练语料会不会已经爬取了他们进行训练，为什么你还要做RAG？12、八股相关：Transformer中的Decoder介绍一下你的理解？13、你在浏览器中输入一个url，到返回请求，中间会经过怎么样的一个流程，你可以详细描述一下吗？14、你用的计算机编程语言中的锁可以介绍一下？15、你有了解过Multi-Agent架构吗？16、你对B+树有了解嘛？17、多头注意力机制你的理解是什么，为什么不能换成单头的？18、你的简历更适合投算法岗，为什么要投我们的ai应用？19、AI coding，开发一个符合具体要求的代码自动审核和修复的Agent，限时半小时

AI 这波浪潮来得太快了。半年前面试还在聊微服务和高并发，现在面试官张口就是：RAG 怎么做的？Agent 的执行链路是什么样的？你的检索策略是怎么设计的？会话记忆怎么控制 Token 成本？这些问题已经不是加分项了，而是越来越多 JD 里的硬性要求。但现实是，大部分人接触 AI 的方式还停留在"调 API"的阶段——跟着教程往向量库里塞点数据，让大模型吐一段话，截个图发朋友圈说自己"做过 RAG 了"。面试官稍微追问两句就露馅：文档怎么切的？检索召回率低怎么办？幻觉怎么控制？一问三不知。跑通一个 Demo 和做出一个能上线的系统，中间差的不是几行代码，...

1、自我介绍2、项目问题(1)用的大模型加rag的能力比原来的初始rag相比好在哪里？(2)记忆模块怎么存储？3、用户访问一个地址发出请求到问题返回解决，整个的链路流程说一下？4、mysql有哪些查询方式？5、查询方式中哪些情况不是好的查询方式呢？6、后边问了下AI对程序员的冲击，怎么看？7、反问

1. 自我介绍2. 项目里怎么做意图识别，如何理解用户真正要解决的问题意图识别不是简单做文本分类，而是把用户输入转换成系统能执行的任务。比如用户问“这个供应商最近还能不能继续合作”，表面上是一个问答，实际上可能需要查询供应商资质、历史履约、黑名单、逾期付款、合同违约记录和采购金额变化。这里要识别的不只是意图标签，还包括业务对象、时间范围、风险类型和是否需要调用工具。工程上我会分成三层。第一层是规则和实体识别，先提取合同编号、供应商名称、采购单号、金额、日期这类强结构化槽位。第二层是模型意图分类，判断是合同审查、条款解释、供应商风险、付款异常还是流程咨询。第三层是置信度和兜底，如果置信度低，就让...