淘天ai应用研发实习面经分享

发一下问题给大家参考，攒攒人品！
1.展开介绍项目
2.LRU缓存的数据结构
3.异步处理时的生产者、消费者模型/缓冲区设计方案/缓冲区的底层数据结构
4.读远远大于写的多线程场景下，如何保证安全
5.讲述整个过程：浏览器输入网址 -> 怎么找到服务器- > 服务器如何找到正在的业务服务
6.RAG知识库在问答场景下的质量评估
7.Transformer思想
8.多头注意力的好处
9.为什么说Transformer适配并行计算
10.提示词工程：为什么给具体案例Few-Shot，比单纯文字指令，大模型听话的多、人设更稳、风格更统一？
11.大模型【思考/推理/自省】三大范式——CoT/思维链 Prompt、12.Plan&Execute先规划再执行、RAG边检索边思考、原生Thinking底座模型的使用场景的差别？
13.向量检索已经打过分数了，为什么还要做精排？
14.LoRA微调与传统全量SFT
15.有了SFT监督微调，为什么还要强化学习RLHF/RL
16.讲讲论文成果
17.AI编程-基于Qwen3.5模型编程