快手招聘状态显示“面试”是不是真的能面啊

现在后端多多少少都有点AI相关技术，而且现在不是没有古法编程了嘛，那像我这种只会后端java技术栈的，还需要准备什么啊？求助~~~~

继续来分享下之前的面经~欢迎友好讨论，信息共享1.项目拷打2.R1的MLA是如何实现KV-Cache的节约?3.R1在SFT时冷启动的目的?4.位置编码是什么?解释ROPE?5.一个14B的模型，推理和训练要多少显存?6.显存的占用和哪些因素相关?7.大模型灾难性遗忘是什么?如何解决?8.BF16、 FP16、FP32对比。9.Adam, AdamW原理。

一、实习工作相关问题二、项目经验相关问题1. 针对百万级ES模板数据做全搜索，为什么不用数据库而选择ES？2. 讲一下你自学的优惠券秒杀项目是怎么实现的。3. 库存扣减本身是原子操作，为什么还要用Lua脚本？4. 讲一下你对分布式锁的理解。5. 你在秒杀项目中分布式锁锁的是订单ID还是用户ID？商品库存有没有加锁？6. 除了Redis层加锁和Lua脚本保证原子性，从整个下单链路来说，还有哪些方式可以限制用户下单、防止异常情况？7. 你们扣减库存时，是先扣数据库还是先扣Redis？8. Redis和数据库的一致性是怎么保证的？9. 若失败订单的补偿对账一直失败，你们会怎么处理？三、算法考察相关问题lc1353四、技术基础相关问题1. 在学校的计算机相关课程（数据结构、网络、计算机原理等）中，你哪门课比较感兴趣或学的比较好？2. 你在平常开发中会用到数据结构里的哪些内容？3. 结合B+树的结构和它在数据库中的使用，讲一下你对B+树的了解。4. 数据库索引使用B+树为什么这么有效，能快速查询大量数据的根本原因是什么？5. B+树数据量很大却能做到结构“矮”的原因是什么？6. 若一条数据1KB，1000万条数据的B+树大概会有多少层数？

1. 为什么做Agent项目？2. 了解过市面上有哪些智能体agent吗3. 讲下Agent项目4. Agent项目开发的框架5. 介绍一些AI大模型6. RAG系统流程7. MCP和Function Calling8. 如何写好的prompt9. 多轮对话的实现方案10. Agent项目背景11. LLM产生幻觉的原因及解决方案12. MCP协议的核心内容13. 推理模式的差异化设计14. RAG检索优化策略15. 特定推理模型不支持MCP的技术原因16. Agent推理模式17. 跨模块错误追踪的Agent知识库构建方案18. 多Agent执行策略的智能选择和切换机制设计19. 简历关键词提取的技术实现20. RAG评估方案21. SSE的局限性22. 举例复杂任务下执行流程23. MCP通信方式24. 项目中AI贡献的代码占比25. Prompt工程的实践经验26. 基于代码构建知识库的Agent设计27. A2A协议28. 长文本生成的技术方案29. Agent skills30. 演示Agent项目实现细节31. 了解其他的Agent范式吗32. 模型预热机制33. NL2SQL场景下的SQL安全防护34. 复杂任务执行准确率提升的评估方法35. AI辅助IDE开发工具36. RAG动态知识更新37. MCP和skill区别38. 推理模式的选择机制39. 企业内部知识库RAG的动态持续更新方案40. Prompt设计示例41. A2A与MCP区别42. 多阶段召回策略优化43. AI辅助开发的实践经验面试官主要最爱问的就是讲一下你的 Agent 项目整体架构 & 执行流程RAG 全流程 + 检索优化怎么做的Tool 调用 / Function Calling / MCP 机制原理多轮对话、上下文记忆、幻觉怎么解决