校招之某生物公司Agent开发面经

前言近一年，大数据面试的风向正在发生明显变化。过去，面试官更关注：数仓分层怎么设计？指标体系如何构建？Spark 调优怎么做的？而现在，越来越多的面试开始追问：你有没有做过 AI 相关项目？LLM 在数据场景中如何落地？RAG 是怎么设计的？AI 不再是「加分项」，而是逐渐成为「基础能力」。但问题是 很多人所谓的 AI 项目，只停留在：调个 API写个简单问答 Demo这在企业级场景里，是远远不够的。真正有含金量的 AI 项目，必须要解决真实业务问题，并具备：检索增强（RAG）落地能力LLM 语义理解与 Prompt 设计能力工程化架构能力（可扩展、可复用、可维护）而在我们当前的数据仓库体系中...

发一下问题给大家参考，攒攒人品！1.你提到自己部署过Deepseek的模型，具体的部署脚本流程你了解吗，还是仅作为执行方?2.你们有自己的GPU吗?3.为什么要自己部署语言模型，API其实并不贵?4.模型参数量对语言模型有什么影响?5.若要使用大参数量模型，如何解决其自由发挥的问题?6.在提示词方面你熟悉吗?通用情况下，如何通过提示词获得更高质量的回答?7.我们岗位要做多样场景的AI工具机器人(如服务器运维巡检、网络巡检、市场分析等AI应用开发)，你是否能接受?8.你知道什么是向量数据库吗(结合AI+RAG场景)?9.为什么需要用向量数据库?它解决了传统大模型的什么问题?10.若要做企业知识问答机器人，利用企业内部的Word、PDF文档实现检索增强，你会如何完成这个需求?11.文档存入向量数据库的中间流程是什么?12.你提到的向量化是embedding吗?一般怎么做embedding，你有实践过吗?13.如何判断RAG的召回质量是否符合期望?若不满足，可调整什么参数优化?14.向量相似度度量有哪些计算公式(算法)余弦相似度15.你有没有做过AIAgent(如工具调用相关)，可以介绍一下吗16.做意图识别时，如何确保LLM能根据用户输入准确识别要调用的工具?写prompt17，若工具数量较多(如10-20个)，每个工具都写描述和示例会让prompt过长，有没有其他解决办法18.若20个工具可分为3-4类，如何设计两层工具调用提升意图识别准确率?

面试题简述在实际的意图识别场景中，用户输入往往并非完美清晰，可能包含模糊意图、多意图或意图重叠等情况。你是如何建模和处理这些问题的？面试官想听的1、是否理解意图的自然模糊性和重叠性。意图识别绝非简单的单一分类问题，用户的输入通常是复杂的，带有模糊性，甚至多个意图在同一句话中同时出现。能否从根本上理解这一点，对整个模型设计至关重要。2、分类只是手段，最终目标是产生有用的决策结果。模型训练的目标不仅是做出预测，更是通过这些预测，给出有意义的决策，引导系统如何应对不同类型的用户请求。3、模型之外的策略设计同样重要。意图识别是个系统工程，不仅仅是数据 → 模型 → 输出这么简单，还涉及到阈值设置、决策...

八股 1.解释一下进程，线程，协程。2.进程在Linux中的内存布局。3.对于同步机制有什么了解。4.阐述一下悲观锁和乐观锁。5.讲一讲TCP的三次握手机制，以及问什么需要三次握手，两次不可以吗。6.关于TIME_WAIT可以去详细的讲讲吗。7.讲一讲IO多路复用技术。8.关于信号量机制中，如果多个线程同时去获取信号量的这样的竞争情况，多个线程会获取同样的结果吗项目1.关于bitmap这里，当涉及到百万级用户时如何管理；多标签怎么做，一个用户存在多个标签。2.关于计算bitmap索引时进行取模，那么这个模设置为多少，取bitmap的长度，长度为多少，为什么是这个大小。3.如果用户进行支付宝支付的时候失败了怎么办，例如用户没有进行支付，输入密码错误等等；为什么你要设置为15分钟，如果15分钟后依然没有支付怎么做的。手撕leetCode 692开放性问题如果你目前的项目进度已经做了一半的时候，产品经理提出了一个新的需求，请问怎么做。