阿里云ai应用开发二面面经分享

有没有牛友跟我一样？春招面到现在，仿佛陷入了一个死循环：简历能过，一面能过，一到二面必挂。就像有个魔咒，不管怎么准备，二面永远是我的滑铁卢，面到现在，我都快有二面PTSD了。金三银四快结束了，我前前后后投了200多份简历，进了16家的面试流程，其中12家都挂在了二面，剩下3家挂了一面，1家挂了HR面，至今0offer。身边的同学都陆续上岸了，只有我，还在一轮一轮地面，一轮一轮地挂，而且永远死在同一关，真的太磨心态了。最崩溃的是上周，面阿里本地生活的Java后端岗，一面手撕算法全对，八股答得也很顺，面试官当场就说“一面过了，等二面通知”。我开心了一晚上，熬了通宵准备二面，把项目翻来覆去地梳理，把...

希音这家公司也是第一次面试，感觉整体还是偏难的1 先做个自我介绍2 讲一下你目前做的项目，主要是用了哪些技术栈，解决了哪些问题，做了哪些优化3 对于数据湖你能说一下各个湖仓的优缺点吗，你目前用的哪个，主要是用了哪一块技术和实现4 对于flink来说，对于一条主流一天有千亿级别数据，目前对于数据实时写入Doris存在这性能瓶颈，第一个问题是解析比较慢，第二个精确一致写入比较慢，你如果来优化需要怎么入手，对于优化的话怎么实现不延迟不oom5 目前有个场景，需要每10秒看到某个APP的主页的实时uv并且需要取top100个页面，你来实现如何做到实时秒级计算和展示，数据量级有亿级起步6 对于离线模型，如果存在一个画像需求，对于某些人群或者漏斗需要做到每天周期2点前产出，你如何保证这个时效性7 目前你建设模型是怎么建设的，如何确保你这个模型是合理的，有啥量化的8 对于数据倾斜如何快速定位，如何实现快速解决数据倾斜，除了加资源和join改变还有啥方法9 对于数据治理有啥好的办法快速治理，你来主导治理的话主要是从哪一块入手，解决哪些问题10 来个SQL题目，取一支股票的最大利润11 有啥需要找我了解的我这还是第一次面试这家公司，给我的感觉似乎还比较难啊，技术深度算是比较深了，对于面试的人来说必须要有这方面的经验才能解决上面的问题，要不然感觉估计答不出来

1. 你们系统里如果用了消息队列，怎么保证消息不丢失、不重复消费，并且实现最终一致性？答案：先保证生产者发送可靠，发送失败要重试，关键业务可以配合事务消息或本地消息表。Broker 这一层要做持久化和副本，避免机器故障导致消息丢失。消费者要在业务处理成功后再 ack，不能先确认再执行业务。MQ 一般只能保证至少一次投递，所以消费者一定要做幂等。幂等常见做法是业务唯一 ID、去重表、Redis 去重、数据库唯一索引。最终一致性一般靠异步重试、死信队列、补偿机制来保证。面试里可以总结一句：生产者可靠发送，Broker 持久化，消费者幂等消费，失败靠补偿实现最终一致。2. 分布式事务有哪些常见方案？...

在字节校招干了快一年，做agent方向。虽然是agent但是组里背景几乎都是传统后端，整体也是业务很重。个人还是想去做比较ai native的东西，偏harness那一套的，个人稍有涉猎ai infra和算法那些，对于应用层的潮流比较熟悉。不知道未来的方向如何选择，问问大家。顺便问问有没有哪边招这种scope比较大的，能够不那么后端的岗位？想活水seed的一些agent岗位不知道可不可能，诶