美团AI后端开发 二面实习面经

发一下问题给大家参考，攒攒人品！1. 实习经历提问2. 如果是一个金融系统，不能让agent自己去真实操作（钱放出去就是大问题），你会选择怎么做？3. JAVA常用数据结构包含哪些4. 如果是一个并发量比较高的系统，你在写代码的时候会考虑哪些问题？5. 锁这块你用过吗？ReentrantLock的底层实现了解过吗？在并发场景下用HashMap会有什么问题？6. 分布式这块有什么了解吗？比如一些常用框架？7. Redis你用在什么场景下了？8. 分布式锁用过吗？分布式锁（用setnx命令实现）底层怎么实现的，了解吗？用setnx实现锁会有什么问题吗？9. 如果有一个MySQL需要调优，你会基于哪些角度去考虑？执行计划（explain）里你会看哪些列？10. 如果有一张5000万的表，让你做分页查询，你会怎么查？回表听说过吗？11. 用非聚簇索引查，5000万那张表有ABC三列的组合索引，条件只有AB，要查ID大约在2500万位置的10条数据，这个SQL会怎么执行？逻辑是什么？如果这张表有50个字段，要把50列全查出来，你会从哪些角度去优化？12. AI自带幻觉，它在工程层面能不能落地的问题？

长风破浪会有时，直挂云帆济沧海。刚开始准备找暑期实习时，我踌躇满志，自以为已经有了一段实习经历，加上9本，好好准备准备面试找个大厂暑期不是手拿把掐手到擒来?然而现实却给了我一个响亮的耳光，别说面试了，连简历都过不去，迎接我的，只有简历挂，测评完泡池子，笔试完泡池子...而我呢，每天都沉浸在八股-项目-算法-八股...的循环中，然而，却连一个面试机会，都等不来...，我，也有些懈怠了。就在这时，美团的面邀，就像，哦不，简直就是照进我灰暗的生活的一道曙光，我立刻找回自信，继续疯狂的复习八股，项目，算法，以迎接这场面试。然而，现实又是一记响亮的耳光，面试完后，很快就回归了人才库。我又陷入了迷茫，究竟...

攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 拷打实习2. 并发搜索场景下，主线程起了多个子线程后，怎么和它们通信以知道任务全都做完了？3. 为了提速引入了 Kafka，但 Kafka 本身是异步组件，会不会反而导致任务流转变得更慢？4. 流量变大后，每个任务拆解并发大量消息，Kafka 会不会变成系统的性能瓶颈？（答了限流桶策略、结合业务使用频次限制）5. 扫表和用消息中间件（如 Kafka 双 Topic）管理长时任务状态，各自的优缺点是啥？6. 详细介绍一下你项目里的多智能体协同策略，三层 Agent（Root、Main/Fallback、Sub-Agent）是怎么互相配合流转的？7. 如果主 Agent 决定越过第二层直接调底层的子 Agent，上下文信息是怎么跨层传过去的？（答了通过解析 JSON 传递意图，并共用主线程/连接）8. 补充检索是如何评估数据质量并触发的？你怎么保证二次检索能搜到之前没搜到的内容？9. 怎么避免大模型检索到网上被 AI 批量生成的虚假垃圾数据（防止 GU 投毒）？10. 短期对话记忆和长期记忆分别是怎么提取和存储的？11. 怎么判断当前用户的提问需不需要去 RAG 里检索长期记忆？12. 为什么底层选用了 pgvector 做向量数据库，而不是其他的？13. 为什么在向量检索的基础上还要加 BM25 精确检索？具体解决了什么 bad case？14. 重排序（Rerank）是怎么做的？有没有设置低分阈值做提前过滤操作？15. 传统 CNN 有什么痛点？ResNet 让你印象深刻的核心思想是什么？16. 介绍你最近读过的五篇论文17. 平时拿到一个项目任务，你用 AI 辅助编程的工作流是怎么拆解的？18. 你的AIcoding提示词策略是怎么操作的？人工一般在哪个环节介入审核？

4.23一面完，4.24约二面时间4.27二面完了，现在还没通知，官网上还是“业务复试”状态，面试的时候面试官说这礼拜会给消息，有人有类似的流程推进经历吗，有没有uu知道这个有没有hr面啊？面试官还问什么时候能入职（回答五月中下旬，他问五一后可以吗）是想收留的意向吗希望被美团收留，四月到现在挂麻了，真不想再面试了。