求快手三面经验

继续来分享下最近的面经~欢迎友好讨论，信息共享1. Transformer 为什么能替代 RNN 成为大模型主流架构？2. Self-Attention 的计算过程是什么，时间复杂度为什么高？3. Multi-Head Attention 的作用是什么，为什么要分多个头？4. 位置编码为什么必要，绝对位置编码和相对位置编码有什么区别？5. 什么是 KV Cache，它为什么能显著提升推理效率？6. Prefix Cache 和 KV Cache 有什么区别，分别适合什么场景？7. 为什么大模型推理通常是 memory bound，而不是 compute bound？8. Batch 推理和单请求推理的吞吐与延迟 tradeoff 是什么？9. Continuous Batching 解决了什么问题，为什么对推理服务很重要？10. Prefill 和 Decode 两个阶段的性能瓶颈分别在哪里？11. 大模型采样里的 temperature、top-k、top-p 分别会怎样影响输出？12. 贪心解码、束搜索、随机采样分别适合什么生成任务？13. 重复惩罚和长度惩罚分别是为了解决什么问题？14. 为什么模型有时会出现“复读机”现象，通常怎么缓解？15. 量化是什么，INT8、INT4、FP16 的核心区别是什么？16. 推理量化会对模型效果造成什么影响，如何评估是否值得量化？17. 张量并行、流水线并行、数据并行分别适合哪个阶段？18. 单机多卡部署大模型时，通信开销主要来自哪里？19. 为什么 GPU 显存是大模型部署的核心约束之一？20. 模型参数量、上下文长度、并发数三者之间是什么关系？21. 什么是 MoE 模型，为什么它能在参数规模很大时控制推理成本？

1.自我介绍2.Rerank的Top-k数量怎么确定？3.平时vibe coding吗？做过什么项目？4.讲一下你项目里的Prompt一般怎么写？5.了解ToT或者GoT吗？讲一下6.如果工具调用超时或返回空值，你如何设计Prompt让Agent反馈用户？7.讲一下Agent中的短期记忆和长期记忆分别怎样存储？8.向量数据库检索出来的历史信息，如果语义相关但时间太久，能直接用吗？9.对于RAG，既然向量检索已经计算了相似度，为什么还要用引入交叉编码器进行重排？10.平时vibe coding吗？做过什么项目？11.长文档切片的粒度你一般怎么选择？12.如何评估Rerank的有效性？有什么指标吗？13.手撕：一道原创题，忘记题目了，但是不难14.反问📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.自我介绍2.讲一下你项目里的Prompt一般怎么写？3.平时vibe coding吗？做过什么项目？4.向量数据库检索出来的历史信息，如果语义相关但时间太久，能直接用吗？5.了解ToT或者GoT吗？讲一下6.如果工具调用超时或返回空值，你如何设计Prompt让Agent反馈用户？7.讲一下Agent中的短期记忆和长期记忆分别怎样存储？8.Rerank的Top-k数量怎么确定？9.对于RAG，既然向量检索已经计算了相似度，为什么还要用引入交叉编码器进行重排？10.如何评估Rerank的有效性？有什么指标吗？11.长文档切片的粒度你一般怎么选择？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

面试部门：快手企业事务部门面试时间：3月27日面试岗位：java开发自我介绍项目（面试官对于常规的Java并发项目没怎么问）主要和我探讨了下AI和Agent1.先讲项目非Agent部分模块组成，问的很多，侧重于讲述不同模块做什么2.再讲项目Agent模块组成，同样很健谈，面试官会真的细问，确定项目是你自己做的3.项目的数据库选型，如何用的4.项目为什么用Redis,怎么用的5.项目数据库制表的思路，你自己建表吗？6.Redis的功能和职责，你觉得Redis的瓶颈在哪里，或者说Redis业务边缘7.RAG怎么做的，包括选型和流程8.项目Agent对于幻觉的优化措施，如何处理幻觉/LLM乱说话9.项目里Skill是做什么的，和企业级Skill是一个东西吗，谈谈对Skill的理解10.是否想过把项目包装为知识库供外部使用（拓展聊了很多，主要是面试官给我讲了些知识）受益匪浅，不得不说是一个非常专业的面试官基础问题1.LangChain4j,为甚么选这个2.SpringCloud了解吗，组成部分（我说个人项目没用过，跳过了）RabbitMQ了解吗，谈谈MQ是什么，不同的几个MQ3.RabbitMQ了解吗，谈谈MQ是什么，不同的几个MQ，MQ组成部分4.消费者具体是干什么的？谈谈业务里做了什么无Java八股,无手撕，很愉快的面试面试官非常健谈，聊了很多行业内部对于Agent开发的建议和业务给我了很多思考，包括如何让提示词变得很有用，如何确保一个LLM，不同人能有近似的使用效果知识库的概念等等，受益匪浅反问简单问了下业务和部门结束了面试官非常肯定我项目的全栈开发方向，也建议我继续走这条路线这里也劝前端的UU们，也要多了解后端的，可能目前业内对于纯前端不是很刚需了。。整体来说很不错，出结果了更新！欢迎朋友们投快手！怎么说都是很不错的体验！