27实习字节后端ai开发一面 50min

面试官人超好，最后主动给我讲了面试反馈建议，全程没有问八股，都是问的技术选型/ai发展等等，收获巨大，早点上次的阿里国际也去面面了（被我睡过头鸽掉了）秋招一定再冲一下阿里简单做一下自我介绍。为什么要做 RAG 知识库这个项目？项目技术选型为什么选用 MySQL、Redis、Kafka 这些组件？除了 ES 做向量检索，还了解其他实现方案吗？做 RAG 链路，社区有没有其他现成 / 流行的方案，有没有做过调研？项目中比较有挑战的地方是什么？数据清洗、日期提取这个问题是怎么发现的？为什么不自己部署一个模型，而是用 DeepSeek API？会结合实时检索内容发给大模型吗？是模型自身检索还是 age...

1.自我介绍+项目相关2. Redis 的 Set 底层是怎么存储/实现的？3. 多线程下，线程之间的通信方式有哪些？4.. 事务的“一致性”是怎么保证的？5. 跳表底层是怎么实现的？6. 项目中使用Redis做限流，具体是怎么防止刷单的？7. AQS底层是怎么实现的？8. 多线程下，控制资源并发访问（并发控制）有什么具体的方式或方法？9. 事务的“隔离性”（Isolation）是怎么保证的？10. 如何限制“一人一单”？11. 为什么会有垃圾回收器（GC）？在 JVM 中，什么是“垃圾”？12. 你是怎么理解数据库的事务的？13. 场景题：如果把所有用户的下单ID存入一个优惠券的 Set 中，会导致“大Key”问题。大Key会给系统性能带来什么影响？如何解决或规避大Key问题？14. ReentrantLock 是怎么实现的？

项目挑一个讲？这个项目里大部分是大模型，工程上的有讲一下吗？有用到 Agent 吗？Agent 和传统大模型有什么区别？工作记忆了解吗？向量数据库和传统数据库区别是什么？从模型上查询索引结构上、事务上的区别呢？你提到的给 A 推荐的喜好是怎么做的？你的项目如果对标京东、阿里的话，有没有了解到现在成熟的方案？比方说对你的身高体重、用户画像等这类长期记忆的应用。大模型使用向量数据库的诉求是什么？什么场景用向量数据库？向量数据库在 AI 里的核心作用在哪？向量数据库开源的有哪些？ 在毕设过程中，有哪些方案是做过技术调研的？做过压测吗？2000 QPS 的瓶颈在哪里？怎么优化？压测的时候什么指标达到了...

但是事业顺利了😎