kafka

大致回忆下，给各位牛u一个参考，不区分公司了，我是测试/测开方向的，被问到AI主要也是实习的时候有使用到相关平台1.AI有使用过吗？2.模型幻觉如何解决？你提到使用rag检索本地知识集，召回率你有关注过吗3.RAG，functioncall，mcp了解么，简单说下说说原理4.有过微调经验吗？5.有对比使用过不同的模型吗？各个模型的优缺点有了解过吗6.模型澄清是什么？AI如何解析dom树？AI无法解决的有兜底方案吗7.有没有使用Ai coding帮助自己开发之类的8.有做过模型效果评测吗？9.Agent是什么10.websocket和sse区别是什么11.你觉得从哪些方面可以引入AI来帮助我们测试人员开发一个测试工具12.用AI生成测试用例,覆盖率不全怎么办13.如何设计出一个高质量的prompt14.针对AI生成的结果你会如何进行测试？对于AI回答的准确性要怎么测试15.playwright mcp了解吗16.大模型对于一些图片/文字的识别度不高，会出现幻觉问题，可能会导致生成的测试用例不够全面，给我讲讲你们是如何克服这个问题的感觉现在所有公司都要懂AI的人了不过就秋招面试体验来说，问的都是一些比较宽泛的问题，并不很难

1. 先做个自我介绍吧参考答案：您好，我是XXX，目前就读于XX大学XX专业，研究生/本科X年级。我的专业方向是软件工程，主修课程包括Java程序设计、数据结构与算法、操作系统、计算机网络、数据库系统等。在技术栈方面，我熟悉Java编程，掌握Java集合框架、多线程、IO流等核心知识，了解JVM原理。熟悉Spring、Spring Boot、MyBatis等主流框架。在数据库方面，熟悉MySQL的使用和SQL优化，了解Redis缓存的应用。熟悉Linux开发环境，能够使用Git进行版本管理。项目经验方面，我在XX公司实习期间参与了电商后台管理系统的开发，主要负责订单模块和库存管理模块的开发，使...

大佬们帮忙看看简历好嘛，想找暑假的大数据开发实习，或者数据分析实习也是可以的，目前0实习经验有没有希望哇spark框架有跟着尚硅谷学完了，但是structured streaming没找到具体视频就只是自己从官网找了几个例子试了一下；kafka听了一些，处于会用但不是很懂原理的阶段；然后后端redis，ssm那些有跟黑马点评和餐馆学完，这个阶段还有什么是需要补充的吗，求指导

祝大家都能拿到满意的Offer！1. 项目拷打2. 详细阐述Transformer的底层原理，并说明其能够替代RNN的核心优势；结合Transformer架构的成熟度，分析Self-Attention机制在多模态对齐任务中是否存在瓶颈，以及在实际业务场景中，是否出现过注意力权重完全偏移的情况。3. 讲解LoRA的技术原理，说明LoRA是否仅能嵌入Linear层；分析LoRA无法在LayerNorm层之后插入的原因，以及该操作会对模型训练稳定性产生哪些具体影响。4. 结合实操经验，说明QLoRA降低训练资源成本的核心逻辑；列举常见的模型量化方式，并解释QLoRA选择NF4与FP16组合而非其他方案的原因，阐述NF4的分布拟合逻辑。5. 针对采用multi-query attention优化后，decoder延迟仍居高不下的问题，分析潜在性能瓶颈；探讨vLLM自带的KV Cache是否会成为推理过程中的负担。6. 分别说明Embedding模型与Rerank模型处理文本语料的核心流程，并结合实际应用场景举例说明。7. 结合过往RAG项目经验，讲解从数据清洗到检索服务上线的完整链路搭建流程，重点说明chunk切分的具体策略。8. 分析当前RAG技术落地的最大瓶颈，并阐述你在项目中采取过哪些优化手段来提升检索召回率（Recall）。9. 针对XX领域大模型的训练工作，说明SFT（监督微调）数据集的构造方法与核心思路。10. 结合LoRA微调实操经历，说明rank值的选择依据；在合并adapter权重的过程中，是否遇到过梯度爆炸问题，以及对应的解决方法。11. 结合你的模型部署相关经验，说明模型参数量与硬件算力需求之间的对应关系（例如不同参数量级模型所需的算力配置标准）；以部署一个稀疏率千分之三的235B参数量MOE架构模型为例，估算其所需的算力规模。12. 在搭建RAG知识库时，若需对文档进行动态更新，你采用的是全量嵌入还是增量处理方案？若为增量处理，如何规避新旧文档数据分布不一致导致的检索偏差问题。13. 针对机械臂动作态融合相关工作，说明数据融合的具体实现方案，以及对比实验的设计思路与评估指标。