阿里系暑期筛简历卡绩点吗

为什么小厂，大厂的海投一个约面都没有😫

我自己做了一个 AI 后端项目 Mini-Doubao 。这个项目不只是“调用大模型接口聊天”，而是围绕真实工程问题做了完整实现，包括：SSE 流式对话RAG 知识库检索Agent 工具调用闭环多轮会话上下文管理线程池隔离与异步收尾邮箱验证码注册/登录/找回密码项目背景基于火山引擎（豆包模型）API 构建。目标是做一个“可对话 + 可检索 + 可扩展工具能力”的系统，并解决 AI 场景中常见的工程问题：长连接、异步任务、上下文成本控制、服务稳定性等。核心能力1）RAG 异步摄入链路文档上传后通过 RocketMQ 异步处理完成“解析 -> 切片 -> Embedding ->...

大致回忆下，给各位牛u一个参考，不区分公司了，我是测试/测开方向的，被问到AI主要也是实习的时候有使用到相关平台1.AI有使用过吗？2.模型幻觉如何解决？你提到使用rag检索本地知识集，召回率你有关注过吗3.RAG，functioncall，mcp了解么，简单说下说说原理4.有过微调经验吗？5.有对比使用过不同的模型吗？各个模型的优缺点有了解过吗6.模型澄清是什么？AI如何解析dom树？AI无法解决的有兜底方案吗7.有没有使用Ai coding帮助自己开发之类的8.有做过模型效果评测吗？9.Agent是什么10.websocket和sse区别是什么11.你觉得从哪些方面可以引入AI来帮助我们测试人员开发一个测试工具12.用AI生成测试用例,覆盖率不全怎么办13.如何设计出一个高质量的prompt14.针对AI生成的结果你会如何进行测试？对于AI回答的准确性要怎么测试15.playwright mcp了解吗16.大模型对于一些图片/文字的识别度不高，会出现幻觉问题，可能会导致生成的测试用例不够全面，给我讲讲你们是如何克服这个问题的感觉现在所有公司都要懂AI的人了不过就秋招面试体验来说，问的都是一些比较宽泛的问题，并不很难

一、基础认知题（每家开场必问）1. 你理解的AI运营是做什么的？和普通运营有什么区别？2. 你用过哪些大模型/AI工具？（ChatGPT、豆包、文心一言、Kimi、通义千问等）3. AI运营的核心目标是什么？（答：提升模型效果、降低幻觉、提升用户体验、提高使用率）4. 你为什么想做AI运营？二、Prompt 提示词工程（必考核心）1. 什么是好Prompt？2. 写Prompt的结构：角色+任务+要求+输出格式+示例3. 如何让AI不胡说、不乱编？4. 如何让输出更稳定、更专业？5. 怎么通过Prompt做内容质检、规则约束？三、大模型/AI基础题（必须懂）1. 什么是大模型LLM？2. 什么是RAG、知识库、向量库？（简单讲清楚）3. 什么是AI幻觉？怎么发现、怎么解决？4. 微调、SFT、DPO 简单理解是什么？5. 怎么判断一个AI回答好不好？四、模型运营/训练师必考题1. 模型运营日常工作：语料清洗→标注→评测→迭代→效果提升2. 评测维度：准确率、流畅度、合规性、有用性、相关性3. 标注数据怎么做才标准？4. bad case 怎么处理？5. 如何提升AI回答满意度？五、场景实操题（决定过不过）1. 用户说AI回答胡说八道，你怎么排查？2. 同样的问题，AI每次回答不一样，你怎么优化？3. 如何做一套AI问答质检标准？4. 业务说AI不好用，你怎么落地优化？5. 怎么用运营手段提高AI功能使用率？六、AIGC 内容/增长运营题1. 怎么用AI做内容批量生产？2. 如何保证AI生成内容不违规、不侵权？3. 做AI工具的增长：拉新→激活→留存→变现思路4. 如何做AI工具的用户教育？七、SQL/数据基础（很多公司会考）1. 会不会看数据：使用率、满意度、调用量、失败率2. DAU下降怎么分析？3. 简单SQL：增删改查、分组、筛选会不会？4. 如何用数据证明你做的运营有效果？八、软实力/行为面1. 你抗压吗？怎么处理重复枯燥的标注/评测？2. 遇到逻辑复杂的需求，你怎么拆解？3. 和产品、算法、开发怎么沟通？4. 你的职业规划是什么？（往AI产品/AI策略/大模型运营走）九、高分万能回答模板AI运营 = 懂业务 + 懂提示词 + 懂数据 + 会落地优化遇到不会的题：先讲理解→再说思路→讲你会怎么做→最后看数据结果