蚂蚁大模型应用 一面

一、项目深挖从实习经历里挑一个最能体现技术能力、最有挑战的项目详细聊聊。这个功能整体研发大概多少人参与？在这个项目里压力最大、最棘手的事情是什么？你做了哪些重要的设计决策，这些决策带来了什么效果？更新数据库状态和推送不是原子操作，你当时是怎么权衡的？想保证这两个异步操作绝对一致性，有什么办法？延伸场景：先写数据库 A 再写数据库 B，要求同时成功 / 同时失败，怎么设计？项目用户量、QPS 大概多少？有出现客户投诉吗？功能上线后怎么验证、保证系统稳定？出现异常需要线上应急吗？你设置了哪些告警指标？从现在视角看，你会设置哪些指标观测系统稳定性？二、Full GC 问题排查介绍下当时遇到的 Full GC 问题，以及完整排查过程。三、AI & Web Coding 相关如果用 Web Coding 写这个系统，你会怎么设计提示词？AI 生成代码不可控，你怎么约束、确保符合预期？有没有试过用 Web Coding 写项目，过程中最大问题是什么？业界怎么解决 AI 思考慢、反复出错的问题？有没有考虑用 AI 做测试用例提效，做 TDD 开发？如果设计一个 AI 研发 + 测试的协作 team，怎么设计？研发 Agent 和测试 Agent 之间怎么交互，避免越改越偏？大模型上下文有限，Claude 类产品怎么保证长代码迭代不丢失注意力？四、职业规划 & 行业选择工作之后的职业规划是怎样的？想从事什么行业 / 业务场景，为什么？了解蚂蚁国际是做什么的吗，为什么投这个岗位？五、算法 & 限流（核心编程题）手撕实现滑动窗口限流（1 分钟级别）。单机限流会有什么问题？多线程场景下，单机限流是否还有效？扩展为集群全局限流，怎么调整逻辑？用 Redis 做全局限流，会选用哪种方案？

1. 你之前接触过的中间件里，挑一个最熟的讲讲它的核心设计，重点说为什么要这样设计如果讲消息队列，比较容易拉开差距的不是背概念，而是把吞吐、可靠性、顺序性和扩展性之间的取舍讲清楚。比如一套高吞吐 MQ 通常会采用顺序写磁盘、分区模型、批量发送、批量拉取和零拷贝来提升吞吐，但这么设计以后，消费顺序只能在单分区内严格保证，跨分区顺序就必须交给业务自己兜底。再比如可靠性不是简单开个副本就完事了，生产端要考虑重试和幂等，Broker 要考虑刷盘和副本同步策略，消费端还要考虑重复消费和位点提交时机。真正难的是理解这些机制不是孤立存在的，而是围绕吞吐、延迟、可恢复性一起做平衡。2. 软件工程里的设计原则你...

有大佬知道这个蚂蚁的这个岗位都问什么吗，我一个后端开发的收到这个岗位的约面

攒人品中，祝大家都能拿到满意的Offer！1.redis为什么快2.缓存击穿、缓存穿透3.数据一致性如何保证？为什么先更新数据库，后删缓存？4.在Redis上是更新数据还是删除数据，为什么？5.缓存删除失败，使用Kafka发送消息的流程6.做过压测吗？你认为目前的性能瓶颈是什么？7.哪些信息需要存在Redis中8.如果Redis更新成功，数据库更新失败了怎么办？有做相关的功能吗？9.如果数据库更新失败了，那如何解决用户已经下单，但数据库里没有订单的问题？10.超时关单如何实现？11.用户支付成功了，但数据库内没有订单怎么处理？12.如何解决消息队列消费失败、消息丢失，如何保证幂等性13.多级缓存的目的和应用场景是什么？14.如何保证本地缓存和Redis的数据一致性？广播的内容是什么？15.限流操作如何实现？滑动窗口16.如何设置全局唯一ID，这几种方式在分库分表的时候都有什么优劣？如何优化路由？17.如何加速获取全局唯一ID？未分配的ID存在哪里？18.短期记忆和长期记忆是什么？为什么不直接把文档扔给大模型？19.平时如何使用AI？你如何看待AI？