蚂蚁国际一面

一、项目深挖从实习经历里挑一个最能体现技术能力、最有挑战的项目详细聊聊。这个功能整体研发大概多少人参与？在这个项目里压力最大、最棘手的事情是什么？你做了哪些重要的设计决策，这些决策带来了什么效果？更新数据库状态和推送不是原子操作，你当时是怎么权衡的？想保证这两个异步操作绝对一致性，有什么办法？延伸场景：先写数据库 A 再写数据库 B，要求同时成功 / 同时失败，怎么设计？项目用户量、QPS 大概多少？有出现客户投诉吗？功能上线后怎么验证、保证系统稳定？出现异常需要线上应急吗？你设置了哪些告警指标？从现在视角看，你会设置哪些指标观测系统稳定性？二、Full GC 问题排查介绍下当时遇到的 Full GC 问题，以及完整排查过程。三、AI & Web Coding 相关如果用 Web Coding 写这个系统，你会怎么设计提示词？AI 生成代码不可控，你怎么约束、确保符合预期？有没有试过用 Web Coding 写项目，过程中最大问题是什么？业界怎么解决 AI 思考慢、反复出错的问题？有没有考虑用 AI 做测试用例提效，做 TDD 开发？如果设计一个 AI 研发 + 测试的协作 team，怎么设计？研发 Agent 和测试 Agent 之间怎么交互，避免越改越偏？大模型上下文有限，Claude 类产品怎么保证长代码迭代不丢失注意力？四、职业规划 & 行业选择工作之后的职业规划是怎样的？想从事什么行业 / 业务场景，为什么？了解蚂蚁国际是做什么的吗，为什么投这个岗位？五、算法 & 限流（核心编程题）手撕实现滑动窗口限流（1 分钟级别）。单机限流会有什么问题？多线程场景下，单机限流是否还有效？扩展为集群全局限流，怎么调整逻辑？用 Redis 做全局限流，会选用哪种方案？

1.介绍团队是干什么的2.问笔试题目，没做出来的都问了一遍。3.问prompt:(1)看我a了37.5%，问我知不知道如何改进？(2)prompt工程一般怎么写？(3)你说到可以给输入输出案例，落到底层原理上大模型是怎么做的？(4)你说到可以给定“按json输出”，如果我拿到的结果不理想(非json)，你觉得如何改善(5)你说可以使用** content **来加强引用，具体到底层大模型如何识别的？4.如果一个用户反馈大模型给的不准，你如何排查？5.了没了解过deepseek的深度学习，它的具体详细的思考过程是怎么样的？6.看到我写了RAG(1)RAG是什么时候出现的？(2)了没了解过抖音、谷...

面了40分钟左右，无手撕1.介绍项目架构和我解决的一些问题2.分布式锁3.set和setnx的区别4.任务是怎么分片的5.幂等性如何保证6.Kaka八股:有哪些概念，分区，副本，leader7.mysql索引:b+树相对于b树的优点是什么?8.prompt怎么设计的9. skill10.数据裁剪、压缩、去噪11.反问环节

1. 自我介绍2. Python 里的 __new__ 和 __init__ 的本质区别是什么，哪些场景必须重写 __new____new__ 负责创建对象，返回实例本身；__init__ 负责在实例创建完成后做初始化。真正必须重写 __new__ 的场景并不多，常见的是不可变类型子类化、单例控制、缓存复用、元编程对象创建路径劫持。因为像 str、tuple、int 这类不可变对象，很多状态在对象创建时就固定了，等到 __init__ 再改已经来不及了。 class MyInt(int): def __new__(cls, value): return super().__new__(cls,...