🕐面试时间：26.4.13-45分钟-电话面试💻面试岗位：AI应用开发❓面试问题：1、自我介绍2、选熟悉的项目来完整介绍一下？3、这个课题组项目是几个人做的？4、现在主流Agent里面好像替换掉了RAG这一部分有了解过吗？5、AIcoding的过程中有遇到一些什么问题吗？或者说有没有一些心得？怎么去用AIcoding呢？6、AIcoding的话，平常使用哪些来写代码？7、介绍下React范式，然后Agent如何去判断何时调用知识库、MCP Server、API呢？8、React范式的话有什么缺点呢？9、介绍下文档异步处理的整个流程？10、为什么使用Kafka而不是使用Spring的Even...

最近刷boss 投了一堆公司。公司画像员工100-500人，非互联网公司跟着AI热潮产生的岗位需求，多为AI agent开发/全栈开发，基本都是CTO/老板直接对接，流程混乱，要求线下面试，不报销路费，直接不感兴趣拉黑。现在的互联网开发，非进校园的线下面试本来就少，基本都是借助腾讯/飞书会议线上面。走线下反映两个问题：1. 内部能效极低，线上面效率不比线下高？ 2.不懂互联网工具，不会用好互联网产品，内部怎么做的好开发？ 3. 公司没有融资没有上市没有title，凭什么要浪费时间精力给你们线下筛选？这并不表示我们求职者好高骛远，行情不好就安心沉淀寻找方向，盲目的下注只会浪费自己的时间和资源。

现在27届还没实习的我是不是废了

1. 自我介绍2. RAG系统的核心架构、检索优化与在教育场景的落地难点RAG核心架构分为数据预处理、检索模块、提示工程、大模型生成、后处理校验五部分。检索优化包括混合检索、多轮检索、知识切片、向量库优化等。在教育场景的落地难点在于知识专业性强、知识点关联复杂，易出现检索不精准；题目、公式、图表等多模态数据的结构化提取难度大；学生提问口语化、歧义多，意图理解难度高；需严格保证知识准确性，避免大模型幻觉。解决方案包括构建教育领域专属知识库、多模态文档解析、意图识别优化、事实校验机制等。3. SFT的核心流程、数据构造要点与在教育大模型中的应用SFT核心流程为数据准备、模型选择、微调策略、训练配置...