歌尔股份 开发岗

时间：4.10地点：长沙* 请问你对常见的数据结构和算法有了解吗* 那有去了解过快速排序吗，你可以简单讲一下吗* 其实在第一次分区的时候就已经可以找到第 k 大的数了，那你能通过共享屏幕的方式写一下找到第 k 大的数的算法吗* 那你对基本的一些二分有过什么了解吗？就是常见的二分算法。你能去描述一下它的大概的使用场景是什么？* 假如说我现在是有有两个序列，然后第一个序列是纯奇数的，它可能是15715773，它是没有顺序的。然后第二个是全偶数的序列，然后他也是没有顺序的，假如说把这两个序列拼接在一起的话，你有办法去通过二分的方去找到它的分界线吗？* 我这边看了一下你的这个技术站，主要是java的那一套是吧？* 你如果通过面试的话，大概能来实习，什么时候能来？然后能够持续的时间是多少？* 你可以挑一下这两个项目中你比较熟悉的那个项目，简单简简单简单介绍一下。大概花个三分钟去简单介绍一下你熟悉的项目中的一些，以及你是怎么做的* 为什么数据库选择 postgresql* 你之前有用过哪些基本的消息队列吗？* 你对于那些常见的那些K8S之类的有过了解吗* 你这个博客是通过什么方式去部署的呢？* 你这个后台是多个服务吗？还是说是一个单体的架构？* 你应该会也会碰到过，就去线上的服务器中，比如说去看一些数据，去看一些日志之类的。你在线上的常见操作是什么？* 我看你是有使用 Claude-Code 是吧* 平时一般用的什么模型* 能简单介绍一下 CAS 的原理吗* 我这边还有看到你这边对于微服务和中间件有了解。你能够简单说一下 nacos，还有那个 openfeign 的简单介绍，争取能够在45句话之内就能够把他们的主要功能给表述清楚* 你这边刚刚提到了RPC，然后你有你有了解过那个 RPC 是什么东西吗？就是说你有在项目中通过各个微服务之间通过RPC去调用过吗？* 我看AI编程这边 熟悉一个TDD的方法论，你可以简单介绍一下什么是TDD吗？* 我看你还在共享屏幕，你去 leetcode 上找个 sql 题做一下吧* 反问环节

1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...

一、团队与工作相关你最近这段实习，开发团队规模大概是怎样的？你在工作里会直接面对客户需求吗？二、DeepResearch 项目细节DeepResearch 项目中，你主要负责哪些模块？项目中为何设计 6 个 Agent？每个 Agent 分别负责什么职责？搜索环节具体如何实现？采用的是 Function Calling、MCP 还是 RAG 方案？联网搜索功能是怎么实现的？该模块是否由你主导开发？共享状态 ResearchState 包含哪些核心字段？区分哪些是全局共享内容，哪些是阶段性产物。工作流 Graph 中，节点之间是如何进行路由调度的？三、技术实现与工程能力你做的步骤级 SSE 推送，和普通 Token 流式输出有什么本质差异？若通信中途断连，系统如何实现恢复？Checkpoint 存储为什么选择 PostgreSQL JSONB，而不使用 Redis 或分表存储？RAG 系统中，chunk size 和 top_k 参数的实验是如何具体设计与开展的？测试数据集主要从哪些渠道获取？测试集的量级大概是多少？多模型选型中，为何选择 DeepSeek 和干问？具体的选型标准是什么？“成本优先” 的选型策略是由谁提出的？四、Agent 架构与策略OnCall 项目中，为何对话场景选用 ReAct 模式，运维场景选用 Plan-Execute-Replan 模式？MCP 具体暴露了哪些工具接口？MCP 调用失败，或模型错误调用工具时，系统是如何处理的？五、记忆与项目复盘多轮记忆体系中，短期记忆具体存储哪些内容？参与过的项目中，有没有你最想重构的部分？原因是什么？平时最常用的 AI Coding 工具是什么？

1. 自我介绍2. 多阶段 RAG 里同时使用 BM25 和向量召回，混合检索策略通常怎么设计混合检索的关键不是把两路结果简单拼起来，而是根据问题类型决定两路召回各自承担什么角色。BM25 对精确术语、错误码、接口名、字段名、版本号这类关键词命中很强，向量召回则更擅长语义改写、口语化表达和抽象问题。真正稳定的设计一般是先并行召回，再做去重、融合、重排，最后再进入上下文构建阶段。如果问题本身是“精确定位型”，比如某个报错码、类名、接口路径，BM25 权重通常更高；如果问题是“意图表达型”，比如用户用自然语言描述故障现象，向量召回的权重会更高。工程里比较常见的是先取两路 topk，再用 RRF 或...