百度测开二面面经(正式批)

百度测开二面凉经,给我面试的是个大佬(头发比较孤独)面试官很懂技术,比较和蔼

1,学过哪些课程,问我的课题,以及项目是实习落地的那种项目,还是网上开源的,然后拽过来改?
2,优惠券活动场景设计测试点?
3.,接口测试自动化代码是如何代码分层,并且提高测试效率的?
4,从代码的底层逻辑,如何设计才能在你现有代码的基础上,进一步提升效率?
5,linux两台机器传递文件命令
6,linux修改文件夹权限命令,我回答的是文件,面试官提示,文件和文件夹的命令有区别
7,awk和SED命令了解吗
8,docker需要通过它搭建数据库怎么操作?
9,关系型数据库和非关系型数据库区别?
10,第一范式,第二范式,第三范式了解吗?
11,Linux 上用 man 命令查看 SQL/MySQL 文档?
12,如何提高数据库查询效率?
13,有1000个case,其中一个用例出现问题,如何处理,如何保证效率?
14,post和get区别?
15,数据库有100个人同时访问怎么提高效率?
手撕题目:假设你有一个数组prices,其中prices[i]是股票在第i天的价格,请根据这个价格数组,求买卖股票的最大收益是多少?
ᓫ(°⌑°)ǃ问的很细很细,而且我感觉他想要的回答是从整个底层逻辑,如何优化结构,去实现效率的提升,而不是表层的一些常规处理,有些没回答上来,面试官也会稍微提醒一下,面完都累瘫了,反问的时候,回答一共有四轮,三轮技术面,还有一轮hr面,希望对大家有帮助,给自己昭昭运!
#发面经攒人品#
全部评论

相关推荐

不愿透露姓名的神秘牛友
04-30 17:45
本人简历上 1 个 RAG 项目 + 1 个 Agent demo;这次面的是AI岗一面前我以为:背完八股 + 把项目讲清楚,应该能稳过。0-5 min:自我介绍 + 项目背景- 顺利。讲清楚了我的 RAG 是给法律咨询场景做的,痛点是大模型不懂行业术语。5-20 min:项目深挖(开始崩)- Q1:你的法律文档总共多少?切了多少个 chunk?- 我:约 500 份 PDF,5 万个 chunk- Q2:500 份 PDF 加起来才 5 万 chunk?平均每份 100 个 chunk,你切片粒度是多少?- 我:512 token- Q3:法律文档里"第三条第二款"和"第三条之二"是不同含义,你的切片会不会把它切散?- 我:(沉默 5 秒)……应该会- Q4:那你怎么解决?- 我:我可以加一个 metadata……(开始编)❌ 第一次崩:切片粒度没考虑业务语义。20-35 min:评测体系(继续崩)- Q:你怎么知道你的 RAG 有效?- 我:我用 Recall@5……- Q:评测集多少条?怎么构造的?- 我:100 条,我手工标注的- Q:100 条够吗?分布怎么样?- 我:分布……我没分- Q:那你的 Recall@5 是 0.81,你怎么知道这个数字是好是坏?baseline 是什么?- 我:(沉默 10 秒)❌ 第二次崩:没有 baseline,没分布分析,纯靠"看起来还行"。35-55 min:Agent 部分(彻底崩)- Q:你的 Agent demo 用了几个工具?- 我:3 个,搜索、计算器、文档查询- Q:当用户问一个问题,你的 Agent 怎么决定调哪个工具?- 我:用 ReAct,让模型自己决定- Q:模型决策错了怎么办?- 我:我加了个 reflection……- Q:reflection 失败 3 次后怎么处理?- 我:(沉默 15 秒)……我没想过❌ 第三次崩:异常路径完全没设计。55-65 min:业务理解 + 反问- Q:你觉得字节做 AI 应用最大的瓶颈是什么?- 我:算力?数据?- Q:你看过哪些字节最近发的 AI 产品?- 我:豆包、扣子……- Q:扣子是 Agent 平台还是工作流平台?- 我:(再次沉默)❌ 第四次崩:对面试公司业务一无所知。
面试官拷打AI项目都会问...
点赞 评论 收藏
分享
评论
4
10
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务