字节大模型算法岗面经

攒人品中，祝大家都能拿到满意的Offer！1、你们团队的multi-agents是你自己设计的？还是你只是完成了其中的一部分？2、所以你只是做了，没有参与底层设计对吧，讲讲你在团队里日常都做什么？3、你门团队的agent端到端成功率和工具误调用率是怎么量化的？用了什么工具？怎么去进行改进的？4、我看你还有做医学语料的预处理工作，这块你们是怎么分工的？5、你刚才讲了那么多步骤，所有工作都是你一个人完成的吗？或者说你主要负责哪几个环节6、论文有很多不同的形式，你在做layout-aware parsing的时候，具体用的哪个工具去解析pdf？有没有横向对比其他工具？7、噪声剔除的工作你平时是怎么做的？技术方案是什么？能不能详细讲一下8、有多篇文章出现了重复片段，你是怎么去识别并归纳的？9、业界对chunk切分和边界修正的主流策略是什么？10、假设我现在有一个表格被切分成了两半，你怎么在众多paper中找到并纠错？11、你们做的Graph RAG用了什么工具去进行评价？12、你说的这个Graph里的三元组使用LLM去进行抽取的吗？怎么保证大模型不会因上下文过长而出现幻觉？13、那你在设计三元组的时候是人工操作还是AI？有没有用到学术界提供的映射表之类的？14、假设大模型在抽取实体的时候出现错误了，你怎么去排查？15、我看你有在Graph RAG基础上做community summary，讲一下你这个设计思路16、你怎么看待你做的这个图检索增强生成，和市面上常见的向量检索、混合检索有什么区别？17、不同的RAG有做横向对比并量化成效吗？笔试题：用AI IDE写一个工具，语言不限，要求是能准确的从给定文本提炼出关键实体，并把对应的entity、relationship、claim用标准json形式输出。

体验最差的一次。🕐面试时间：40min❓面试问题：自我介绍拷打实习，实习是一个偏运维的活，但我面的是后台开发，然后问两个k8s生命周期的问题，一点没准备（这个问题没回答出来，就已经不想要了感觉）让我自由发挥，讲一些能体现自己技术能力的经历（不应该是看简历，挑自己感兴趣的聊吗？）随便扯几个八股糊弄时间（如何保证幂等性，volatile和synchronize）使用vibe coding的心得（中间要引入一个新需求，改好了以后引发后续问题怎么办）🙌面试感想：中间夹杂着两次网络波动（感觉不是我的问题，其他面试都没这样过），感觉整个过程很不耐烦，最后出去秒挂

继续来分享下最近的面经~欢迎友好讨论，信息共享1.实习拷打2.有没有召回的准确率之类的过程指标3.评测机制是怎么构建的，评测集是怎么构建的4.人工标注的话，大概多少条呢5.你说召回率75%，那剩下的25%是什么原因呢6.第二段实习你做过多Agent的设计是吗？讲一下单Agent和多Agent的差异7.调研过程中，对一些任务编排有了解过吗8.RAG的原理如何理解9.你的prompt提示词模板怎么管理的10.每次更新有没有版本的概念11.第一段实习中的自研大模型，有没有和别的通用大模型作对比12.你们最终衡量这个项目的结果时，用什么指标衡量的13.LocalLife是你自己做的项目吗，说一下其中的function Calling完整的工作流14.如果用户的询问中命中了两个函数，那系统调用的逻辑是怎样的15.定义了几个function供大模型调用，如何设计的16.会不会出现不同function之间，描述有歧义或冲突17.function Calling和Agent的区别18.如果将你的LocalLife升级成一个Agent的体系结构，你觉得还要做哪些事19.举一个用AI编程工具完成的比较复杂的一个开发任务20.对AI代码的审查你用的是开源框架还是什么方式21.利用AI进行的模块设计中，有用到一些设计模式之类的吗22.单Agent和多Agent的使用场景23.电商场景下，会涉及到商品的图文分类，那么你会如何设计这样一个自动分类的系统24.用秒杀场景类似的思路，对Agent的很多接口调用，做一个接口限流如果要控制成本，对不同的大模型，也需要做一个差异化限流（比如轻量模型和重量模型的切换等），你有怎么样考虑思路25.秒杀场景的不超卖用的什么方案26.Agent中的长期记忆和短期记忆你是如何理解的

我啊，我只想早几年投资买房，现在是有点后悔多年前没买，要是买了，现在或许我都可以躺平了呢，我就有个同事，30来岁的，已经提前退休了，我现在是只有羡慕的份