快手实习ai应用开发一面分享 攒人品

1.自我介绍2.LangGraph相比于LangChain有什么优势？LangGraph的状态快照机制了解吗，大概是怎么实现的？你的向量记忆库是如何更新用户画像的？3.如何区分短期记忆和长期记忆？ 安全护栏是如何实现敏感词拦截的？4. 在RAG中，文档切片的粒度如何选择？5. 向量数据库索引中，IVF_FLAT和HNSW有什么区别？各自的适用场景？6. 什么是CoT？为什么它能提高模型处理复杂任务的能力？7.HTTP协议中GET和POST请求的区别？8.介绍一下Function Call的流程，模型是如何知道该调用哪个工具的？9.介绍一下vLLM中PagedAttention的原理10. 大模型应用中常见的幻觉有哪些类型？在工程上如何缓解？11. Python中列表和元组的区别12.介绍一下Python中的装饰器及其应用场景13.手撕：无重复字符的最长子串📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

🕐面试时间：整个4月，一星期一面🏢部门：主站💻岗位：SRE运维开发一面智能分配时如何用数学模型优化的？你在里面负责的东西是什么呢？为什么你们不用传统的算法工程来实现而是这样子实现，这里面有什么考量吗？详细说说你们方案设计上主要考虑的点分配失败有降级处理方案吗？你是如何保证分配效果最优的为什么你说原有的逻辑是粗糙的？有没有详细的指标或者描述详细介绍一下什么是模型的硬约束和软约束GRPC改造中你遇到了什么样的问题？为什么GRPC改造提高了响应，你里面涉及了什么其他方面的链路优化吗？ 缓存优化，反射优化，字节码增强，过滤链失效，部分自定义功能失效你弄成Skill复用后有考虑通用情况和特殊情况吗...

本人为 26 届双非本科毕业生，拥有两段 Java 后端相关实习经历，整体求职方向聚焦 Java 后端开发。秋招与春招全程参与，经历了从盲目投递、频繁碰壁，到复盘短板、调整策略、稳步沉淀的完整求职过程。秋招初期，求职策略较为激进，以大厂为主、海投为主，收到大量笔试与 AI 面机会，但因基础不够扎实、项目深度不足，后续推进率较低。中后期开始调整方向，更多关注中小厂及校招专场，先后获得腾讯云智、数字马力、CVTE、滴滴、启明星辰等公司面试机会。其中数字马力一面通过、二面止步；腾讯云智后台开发一面失利、运营开发推进至三面后遗憾未通过；滴滴测开、启明星辰均止步一面；初创公司曾获得口头 offer、国能日新 offer，均因谈薪与岗位匹配问题最终未能落地。进入春招，竞争压力进一步加大，先后参与转转、小黑盒等面试，均止步一面。转转面试侧重 Java 基础与八股深挖，暴露出基础细节掌握不够扎实、回答不够流畅的问题；小黑盒面试侧重项目深挖与底层原理，面试强度高、压力大，暴露出项目深度不足、底层理解不够透彻、抗压能力有待提升的短板。后续再次获得腾讯云智后台开发面试机会，推进至二面后仍未能突破瓶颈。回顾整个求职周期，虽有两段实习经验，但仍频繁卡在一面、二面，未能拿到理想正式 offer，核心问题集中在Java 基础不够扎实、底层原理理解不深、项目深度与亮点不足、面试表达与抗压能力欠缺。目前已签约某外包岗位作为保底，目前还在投递争取拿到理想正式 offer，实现职业稳步发展。

这是第二次参加平安科技的AI面试，四月份参加过一次，凉了～过了一个月收到邮件，叫我参加另一个部门的同一个岗位的AI面试。这篇笔记主要是记录遇到的面试题作为备忘，顺便给有需要的朋友提供参考。上次记录过的面试题，重复出现的我就不赘述了，请看这里：https://www.nowcoder.com/feed/main/detail/87b7f255ef6e4cceb7e0193fbc6c3f59?以下是这次面试出现的新问题：1）你对我们公司有怎样的了解？你对你投递的这个职位有哪些了解？2）如何进行xxx项目的xxx优化，如何规划任务并实施的？3）在进行xxx优化的时候，你如何判断优化已经完成了，你用什...