百度大搜日常实习

面试干货分享，攒攒人品！1、实习拷打2、项目拷打a.开发用时大概多久?b.讲讲你遇到的难点或者挑战c.你项目里用了Redis，怎么防止缓存穿透?d.引入缓存后，怎么解决缓存和DB之间的一致性?3、八股a.MySQL的索引和索引失效的情况b.MySQLACID的一致性是什么?一致性和另外三个的关系?c.MySQL的隔离级别有哪几种?区别是什么?d.了解Kafka是吧，Kafka如何保证消息有序性?如何对Kafka的partition做分类?e.还知道哪些消息队列中间件，有哪些区别?4、场景题a.你有遇到过服务OOM情况吗?一般什么情况下会发生?如何排查这个问题?b.生产中如何排查CPU出现100%的问题?c.点赞系统如何设计?讲讲你的思路5、ai相关a.平时会使用Alcoding类的工具吗?b.问了一些Prompt、RAG、Agent、微调方面的内容c.如何理解大模型和传统模型有什么区别?6、算法:不超过K的最长子串

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 问关于ReAct的知识，那几个模式有什么差别2. 给了一个场景，就是设计一个全自动化的agent进行AI漫剧创作，你会怎么设计？3. 为什么要引入父子索引？BM25引入的原因是什么，比例是怎么设置的，整个具体流程是怎样的，有没有做rerank操作？4. 如果做了rerank， rerank之后返回几个块？有没有做过一些验证来确保效果？5. rerank之后的topk截断是怎么实现的？为什么选这个k值，有没有考虑过其他方案？6. 讲一下上下文工程，还有记忆功能是怎么实现的。7. 讲一下LRU的原理和实现。8. 讲一下你项目agent框架9. langchain langgraph了解多少 你在你的项目中有使用吗10. 你做的agent响应这么快 你是否有工程优化 是什么11. chunk怎么切的 除了你这么切 还有别的办法吗12. 如果用滑动窗口 如何去重？13. 准确率提升是如何量化的14. 如果你切chunk的时候 第一个段落和第十个段落有联系你怎么做

发点面经攒攒人品～1.实习介绍2.拷打第一个项目3.拷打第二个项目4.在向量化之前，为什么要对长文档进行切片？如果不切片会有什么后果？5.切片时设置重叠区域的作用是什么？这个比例你通常怎么来确定？6.讲一下稠密向量与稀疏向量的区别，分别适合处理什么样的搜索需求？7.向量库检索出的Top-K结果，如果K值设置得过大，对后续的生成质量有哪些负面影响？8.余弦相似度和欧氏距离在衡量文本相似性时，各自的优缺点是什么？9.为什么在初筛召回之后，还要加一个Rerank模型？它能解决向量搜索的哪些局限？10.如果文档发生了局部更新，如何通过增量索引来避免全量重新向量化？11.在RAG的生成阶段，如何在Prompt中设定边界条件来防止模型在没搜到内容时产生幻觉？12.了解HyDE吗？介绍一下原理，它在处理模糊提问时有哪些优势？13.随着超长上下文模型的出现，你认为传统RAG架构的必要性是否降低了？14.你了解哪些大模型推理框架？SGLang相比vLLM的PagedAttention在推理延迟上有哪些优势？15.调用大模型API时，为什么要使用asyncio异步编程？它在处理高并发请求时有何优势？16.针对大规模PDF解析这种任务，你选择多线程还是多进程？17.如何确保Agent返回的结果是标准的JSON格式？如果模型输出中有多余的说明文字，你在后端如何提取？18.场景题：对于RAG，如果检索到了针对同一故障的两份手册，内容相互冲突，请你设计一套逻辑，让模型能够识别冲突并优先选择时效性更高的信息？19.手撕：第k大元素

1. 大二有时间出来实习吗？第一个项目（知识分享平台）相关问题1. 分享平台做了多久？几个人做的？2. 定制化的二进制检测技术（SDS）可以具体介绍一下吗？3. 位图（Bitmap）是怎么设计的？4. 为什么使用位图记录用户点赞行为？5. 用户增长后，位图该如何处理？6. 用户如何通过ID找到位图中对应的位？7. 用户ID取模后冲突了该怎么办？8. SDS是用来做什么的？9. 什么时候会触发SDS的更新？10. 定时任务怎么扫、扫什么范围来更新SDS？11. 为什么选择使用binlog来做事件发布？有别的方案吗？12. 点赞系统中的卡夫卡（Kafka）是用来干啥的？和binlog的链路关系是什么？13. 用户频繁点赞再取消，链路会一直发消息，如何确保消息的有序性？14. 灾难回放是什么时候触发的？15. 自定义的热key探测机制可以具体介绍一下吗？16. 怎么样识别哪一篇内容/哪些信息是经常被访问的？17. 如何确保存储和缓存之间的一致性？第二个项目（agent相关）相关问题1. 计划执行校验迭代的机制是怎么实现的？2. 中间的上下文是怎么样共享的？3. 上下文太长了该怎么办？4. 引入的RAG具体引入了一些什么样的信息？5. RAG的准确性该怎么评估？八股1. 电脑上访问一个网页的具体流程是什么？2. 了解TCP吗？3. Redis怎么做持久化？4. 如何结合RDB和AOF让Redis尽可能满足存储诉求？5. 调大模型时的temperature参数了解吗？代码相关问题1. 滑动窗口算法解决日志请求丢弃问题的思路是什么？你看看有什么问题想问我吗？