快手一面二面三面 数开面经

日期：2026.3.23时长：约35mins面试官：算法工程师 / 产品经理 （具体不清楚，但是确实懂一定技术）面试岗位：技术研究 实习生内容1 自我介绍2 项目介绍i.  对你的XXX项目感兴趣，请你介绍一下：a 我这个项目是系列项目，第一个……，第二个……，第三个……。b 其中做的最深的是第四个，硕士毕业项目。其中，用了……，因为我更关注……。其中会面临……问题，针对这个问题的关键是……，因此我采用……实现……来解决。ii. 我对你项目中的……技术点感兴趣，请你介绍一下：a 采用这个主要考虑……，通过这个点能实现……，最终实现……效果。iii.你项目中另一个……技术点是什么，和你之前的有什么区别？a 这个的作用是……。为什么要这样考虑呢？是因为……，所以从这个角度看，我可以构建……，这样和……技术点是匹配的。那么这样这个技术点可以实现……，之前的技术点可以实现……，他们结合在一起可以实现……。iv.这个领域对于多智能体问题采用的经典方法是……，我观察到你也采用了这个方法，你的方法是否相比于其他人的同样的方法有优势？a 首先这个方法是……方法，选用这个方法是因为……。b 基于此，我不认为我的方法有特别的优势，或者说我不认为所有采用这个方法的项目较其他采用这个方法的项目会有优势，原因是这个方法是工业化的首选，其往往需要在有限的体量内解决问题，就算对其有改进，改进的工作量相比于最终获得的性能提升也是有一定的得不偿失。此外，考虑对方法进行改进并不是我们这个专业或方向的工作重点，我们更关注的是通过技术方法解决细化问题中的难点，也就是工程技术的具体应用与落地，至于方法的改进当然重要，但这个内容更可能是数学或计算机相关的关注重点。v .你做了这么多项目，是如何通过数据评价你的项目有效的？a 您是想问如何通过一些指标来量化评价项目的成效吗？ --》 是b 对于这些项目的结果评价，需要一个第一性的原理支撑。我们的原理来自于……，从其中可以抽离出几个方面进行评价。具体是……。感觉这一部分没有特别深入技术的细节，很多都是项目设计的逻辑和完备性出发的问题。3 场景提问i.  你平时关注……吗？a 关注的，我特别关注……。ii .那么你应该也知道，在这个……中会有……。如果让你来设计一个……，你会如何通过你的技术栈来设计？a 首先，我认为……有不同的行为模式和目标。那么接受的状态可以包含……，然后采用分层设计，上层宏观决策……，比如要让这个做出……宏观行为，下层微观决策……，让……做出具体的……。b 最后在执行上，可以根据……动态调整，比如……我就……，反过来则加一些噪声或者添加随机化的参数……。这一部分感觉也不算很难，根据发的面试邮件的主题提前问问ai准备一下，有清晰的思路应该就没问题。4 反问a 对于这次面试，从您的角度出发是否有改进点？i.  没有什么特别的改进点，包括其他面试官和你提的也不一定都是你需要改进的，总之这个东西千人千面，我们更关注的是你是否与我们的项目match，是否一进来就有所产出（我理解的不是马上有产出，而是在一段时间之后真的在解决问题，而不是全在学习，所以最后可能有点言重了？我不清楚，但确实是这样说的）b 对于后续的面试流程，大概会在多长时间内进行？i.  就我接触到的，一般来说都在一周之内会有反馈，不论是进入到下一环节还是pass。c 如果我最终入职了相关岗位，实习生是否有相关的算力资源？i.  有的，这一块不用担心d 如果我最终入职了相关岗位，实习生是否有相关的ai Coding额度？i.  有的，你可以在网上搜一下，现在基本上每个人每年都配备了……额度，每个月……。整体来说感觉状态良好，无手撕。

1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...

03-09一面03-17二面一面：算法题：1.s2字符串是否包含s1字符串全排列2.股票3.最大连续和字序列sql：最大连续登陆天数问项目八股与sql调优相关ai的应用反问二面：sql：最大连续登陆天数算法：输入：包含活动id，开始日期，结束日期，收益每天只能举行一个活动，你需要找出活动集合中，总收益最大的活动集合，问项目问ai应用怎么看待openclow反问

1. 自我介绍2. 用Hive还是Spark,比较了解哪个3. spark问题定位流程，以及解决方法4. 现在有一个任务跑的很慢，你如何去定位5. 介绍一下广播和Shuffle的区别，以及Shuffle为什么会比广播慢？你这里面之前说到的大部分都是在数据传输上，包括涉涉及到一些网络会导致它传数据量大比较慢嘛。6. Shuffle将各个节点的数据传输到另一个节点之后，会做什么操作呢？7. 小文件导致任务运行缓慢，是在Spark读的环节还是哪个环节？8. 用过二级分区吗？用Spark写Hive二级分区时有没有遇到过什么问题？9. flink的滑动窗口，以滑动窗口为例子啊，就是每5分钟统计过去一小时的那个行为流水，100万一分钟的，然后你5分钟去输做这种滑动窗口所计算的时候，怎么去预估它可能会产生多大的输出，以及计算量。10. flink 的就它发完了，它在重写的时候有个问题，我想问一下。它能基于checkpoint，我们可能说是checkpoint来重启嘛。那我数据从kafka里面消费的时候，我们可以某个精确到某一秒的时间点，能回溯对应的数据吗？11. 那有没有哪里有性能问题？换一种更好的方式写的话，你会怎么写？12. 如何优化你写的这两个sql13. 这两段sql在spark里面是如何运行的