阿里巴巴-Java AI Agent 应用开发工程师招聘

1.CV和NLP的区别与联系2.在Transformer框架下，CV、NLP、语音是否可能统一？3.大模型训练数据清洗、处理、配比的方法4.大模型训练如何更容易提升模型性能5.Encoder与decoder的中Attention区别?6.Attention如何计算?为什么除以根号下Dk?mask attention是如何实现的?7.讲GQA、MQA、MLA原理。8.为什么要用位置编码?为什么要用sin_cos?9.问之前实习的Agent的设计逻辑，问创新方法的实现。10.你提到用DeepSpeed做SFT训练，请讲一下DeepSpeedZeROStage1-3的区别，以及什么时候用FSDP会更好?11.什么是大模型的幻觉，如何缓解12.为什么会有复读问题，业内有哪些解决办法13.大模型工具调用的实现方式14.Agent的组成部分及实现方法15.问Agent的工具tool的设计，是否是workflow形式。16.了解哪些agent开发框架，例如langchain和Llamalndex，核心应用场景有何不同?17.问数据的输入输出格式如何保证大模型输出稳定的json做了哪些工作?18.开放题:你在大模型训练中遇到过的困难，如何解决?19.代码题:实现一个Tokenizer

作为2025届校招生，我主要面向后端岗位，最终拿到了10个中大厂offer（详见历史帖子）。现在回顾整个求职过程，总结一下当前开发岗位面试中AI相关问题的趋势和应对策略。四类高频AI面试问题第一类：如何使用AI辅助编码（必问）出现频率：几乎所有公司都会问，即使不是每一轮，全流程中也必定涉及。2025年时我的回答：宏观问题和命令速查：使用AI对话形式（ChatGPT、千问等）编码过程：使用Copilot、通义灵码等插件进行代码补全和查错2026年的期望回答： 面试官更希望听到深度使用AI编码工具的经验，包括：Claude Code、Cursor、Gemini等新一代AI编码工具的实践经验对不同工...

起因是我前几天收到了一家ai独角兽公司的offer，他们说他们是学习palantir的fde模式，然后我好奇就去搜了一下palantir 这家公司可以说是美国AI圈炙手可热的AI明星，各大AI公司，包括openai纷纷效仿，美国FDE岗位的需求迅速增长palantir主营AI数据中台治理业务，企业大模型服务商，曾为美国国防部服务，在击毙本拉登的行动中一举成名，此后一直是美股中的一颗明星。随着AI的不断融资扩张，各大AI公司必定会不断向AI落地应用转型，以寻求稳定盈利，当今ai公司的第一需求已从研发出更厉害的ai向活下去，让技术可落地，可盈利改变，不能落地应用不能盈利的AI注定只是空中楼阁，而palantir模式为各大ai公司提供了一个AI落地的模板--本体论-FDE模式，AI前沿部署工程师（做出一个公司的产品模型（本体），让工程师去客户现场开发，现场解决业务问题，做定制化开发，现场开发的解决方案沉淀成一个可复用的模板，融进本体中，在另一个客户使用的时候可以直接复用，这就是美国目前火爆的Palantir模式各位是否觉得这种模式很熟悉，这不就是我们这里交付工程师和解决方案的职责吗，中国的软件公司一直在用的模式。但是欧美之前软件行业一直强调的是标准化，所以saas行业一度十分流行，只卖产品，不卖定制化服务，但随着ai时代的到来，美版saas的服务体系跟不上ai公司产品的快速迭代，所以演变出了FDE这个岗位由此影响到国内，我认为在各大企业都在寻求AI落地的背景下，国内未来的AI行业的交付和解决方案工程师需求会是一个新的增长点，并且未来发展尚可，该岗位需要的能力是：技术能力，现场沟通能力，需求挖掘能力，对个人的综合素质要求比较高，而且在未来也会有一定的人脉积累而且交付，售前，解决方案类岗位对比开发算法来说对学历和技术要求并不高，也不是很卷，唯一是起薪可能偏低，需要频繁出差，擅长与客户沟通非常适合学历一般有技术背景且擅长交际，想从事销售的小伙伴，且可以直接产生利润，有些公司还会给你一些回款提成作为薪资的一部分

百度后端一面一小时发挥不佳，有些都答错了，面试官说我有思考但八股背的不熟，g拷打项目实际场景题，有些记不清了，非常实际的场景题面试官人太好了，当晚就给过了1大文件传输实现过程2断点续传怎么做的3用户把页面全都关了怎么办4某个块没有传成功怎么办5文件一致性的校验怎么做的6分布式锁怎么实现的7redisson的分布式锁怎么做的8重复的请求是怎么定义的，redis主从模式或者集群模式下，如果主节点上锁，但还没来得及同步给从节点，主节点就宕机了，这个怎么解决9介绍下你的agent项目10项目的具体架构如何设计的11多agent怎么实现的12技术指标上如何评估一个AGENT项目13向量数据库和sqlit...