淘天意向

面试很难，还是要多多练习AI coding笔试（30min一些八股：1.Attention的QKV怎么计算，WQ/WK/WV的形状2.MOE的路由机制，稀疏vs稠密3.KV Cache在prefill和decoding阶段的读写差异4.大模型幻觉怎么规避5.微调后出现复读机怎么排查6.SFT够用 vs 必须上DPO/RL怎么判断7.DPO损失函数的潜在问题8.KL散度在模型对齐里的作用9.接着问了google的TurboQuant kv cache10.项目深挖11.灾难性遗忘怎么解决等问题

有没有大家了解这个飞书后端安全合规的部门是主要干啥的哇，怎么感觉有点奇怪这个部门，有没有牛 u 知道哇(๑•̌.•̑๑)ˀ̣ˀ̣

1.淘天一面1.1压缩搜索后，语义细节丢失怎么搞1.2 为撒调用LLM要多线程，并发；有并发吗1.3 为啥ThreadLocal多线程，存入的话有什么注意的事情1.4切分策略1.5milvus ANN/KNN算法，时间复杂度可能想问这个 在使用线程池时，线程会被复用。问题：如果线程A处理完一个请求后，没有清理 ThreadLocal 中的数据，当这个线程被回收并分配给新的请求（线程B的任务）时，线程B就有可能读到线程A留下的“脏数据”。后果：这会导致业务逻辑错误，例如用户A看到了用户B的个人信息。解决方案（面试铁律）：kpi面：反问面试官问我的问题，自己的回答跟我的回答差不多，还一直问我；乐；答知识压缩语义丢失，就去调个工具查；2.飞猪hr2.1有成就的事2.2三个关键的词，同事的评价2.3mbti......3.京东科技一面3.1为撒用bitmap这种数据结构，优化8s到2s，在embeeindg耗时还是传输耗时，有测过吗3.2jwt和session 和 cookie适合于哪些场景；为撒加了存储比如redis，mysql还要考虑jwt无状态3.3跨域问题3.4rpc了解吗，用过啥3.5henmes agent3.6为撒用redis做消息通知3.7用aicoding搭建过哪些完整的项目，小或大的3.8claude code源码看过吗

之前已经电话面过，这回为正式一面。一、 实习项目拷打实习，不方便透露；二、 高并发演进与 MQ 消息中间件1. 性能优化演进、详细描述 AI 用例缺陷审查任务的优化过程面对 1~2 亿条msg的突发消息洪峰（MQ 压力极大），除了单机单线程处理，还有什么更好的架构级解决方案？2. RabbitMQ vs RocketMQ 技术选型请对比 RabbitMQ 和 RocketMQ 的底层架构与优缺点。这两种 MQ 分别适用于什么样的业务场景？RocketMQ 的 ACK 机制和消息重发机制是怎样的？如何在这两种 MQ 中实现顺序消费？如何支持分布式事务消息？三、 AI Agent 与 RAG 架构设计1. RAG的痛点与优化如何解决 RAG 检索出来的知识忠实度不够、回答有偏差的问题？对于长文档（如 200~300M 包含图片的文档），Chunk（文本块）的切分策略是怎样的？大模型上下文窗口变大后（如从 256K 提升至 1M），如何解决“中间遗忘 (Lost in the middle)”的问题？2. Agent 编排与大模型框架在简单的问答任务和复杂的配置任务中，分别采用了哪种 Agent 架构？MAS 多智能体架构在处理复杂任务时有什么明显的缺点？为什么选择 Spring AI 框架？在实际使用中发现它有什么缺陷？四、 场景架构题与 AI 评测机制1. Agent 评测体系 (Eval)你们通过哪些指标来评测 Agent 的表现？如何定义和评判一个回答是否是“高分回答”？2. 真实大厂高容错场景设计场景描述： 如果将你的 AI 配置助手放在天猫商家/运营的真实环境中，面对成千上万的用户请求，必须保证极高的容错率和准确率。同时，真实用户的反馈收集率通常极低（万分之几）。问题要求： 在此背景下，如何升级你的系统架构？如何进行自动化的投放与评测闭环？【无论过没过，双非本科能面淘天已经非常感谢🙏🙏🙏】