美团暑期后端一面面经

面试时间：3.30上午11点

面试时长：1h5min

部门：到家的搜索工程组？（没听清）

自我介绍

1、完整讲一下你的 RAG 项目（离线 + 在线 + 架构）

2、重叠大小分块是自己做的吗？还是用的什么工具？

3、向量化用的模型是什么，还记得吗？然后这个模型是你自己部署的吗？还是调的LLM接口？

4、专门做过什么策略来提升召回率和准确率？如何评测召回率和准确率，有没有做过数字化的评估？

5、如果说你的 embedding 质量比较高的话，那这个评测确实没有问题，但如果说就是向量化的效果没那么好的话，那这个方案好像也并不是很行得通，因为它可能生成向量的时候就会有问题，这个有考虑过吗？然后你有没有想办法去……（接着面试官说，算了不问了）

6、关键字检索是怎么做的？

7、你可以说一下在线的部分，就是用户从一个请求，到它最终拿到结果的一个过程？

8、你刚才说意图节点，也就是意图识别的时候去识别它关联的那个叶子节点，我想问一下你这块是怎么实现的？

9、你刚才说首先有多路召回，多路检索，然后每一路检索里面会有一个粗排，然后这些结果拿到之后可能还会有一个细排。然后想问一下你这两个排序大概都是怎么做的？然后如果是用模型排的话，你这分别是用什么模型？然后你知道这些模型的检索排序的原理吗？

10、重排序用的什么模型？

11、你可以再总结一下，就是从你这个离线到在线的过程中有多少次和大模型的交互吗？分别简述一下。

12、我看你这个里面会有那个模型的，多模型的降级策略和熔断机制，你可以简单说一下，你现在是有哪几个模型之间可以降级？然后以及是怎么实现的？

13、你这个降级是手动降级吗？还是自动降级？

14、那这个自动降级是怎么感知的？比如说从模型里是刚才三个状态，它们三个状态之间流转是什么样子的？就什么情况下就把它变为异常了？然后什么情况下会让它自动恢复正常？还是就是怎么做的这块？

15、看你这个里面还支持了那个 MCP 的工具调用，然后你可以说一下你现在支持哪些那个MCP，然后以及这些 MCP 是怎么和模型交互，然后大概的实现原理吗？（这一部分不太会，就扯到MCP与function calling的区别了）

16、那function calling的话是怎么调呢？是 RPC调还是HTTP调？还是怎么调用的？

17、看你这边那个会话，大概是怎么存储的？可以说一下吗？

18、然后就是你这个会话就是大概是一个什么样的存储结构呢？可以说一下这个 MySQL表的存储的结构，就是哪几个关键字段？

19、就比如说一个用户可能在一个会话里面和模型会有多轮的这种对话。就比如说问了一个问题，模型回答一次，然后我再问一个问题，他再回答一次，再问，再回答。这样的结构在数据库里面是怎么存的？是一条还是多条？

20、然后就是你这个 message 表大概是一个什么结构？就是有哪几个关键字段？

21、看你这个里面用到了那个Redis，然后你可以解释一下那个 Redis 的缓存穿透、缓存击穿以及缓存雪崩吗？以及具体解决思路？

22、然后那个布隆过滤器，你可以说一下布隆过滤器的实现原理吗？

算法题：合并区间

23、然后我们谈一下，就是之前就是那个AI coding的那个面试题，然后你可以简单说一下你这边实现的思路吗？（这个是美团面试前发的AI Coding的题目，让设计一个限流中间件）

24、我再问一下，就是你认为它的这个Lua脚本能满足那个需求吗？(要求同一个用户60秒内只能发送60个请求)
这里面试官理解的是滑动的时间窗口，但是我实现的是固定的时间窗口，题目中只说了“时间窗口”，然后面试官就说你这个实现好像也没有问题。

反问

1、业务

2、具体工作

3、建议
做项目其实可以更深入一点，而不是说只是作为一个 API 的调用方，就比如说这些模型，因为其实我们日常就是也会和这些模型交互之类的，你除了知道调它这个API，你可能需要更多的去了解一下，就是我为什么要这么设计，然后以及我这个模型具体能做什么东西，它大概是怎么实现的，有了这些可能对你未来会更有帮助，然后职业生涯可能更具有那个什么。（录音没录到，估计是想表达“更具有竞争力”这个意思吧

）

感受：
面试官问的很细，能感觉出来面试官真的很专业，但是自己对于大模型相关底层原理的理解显然不够深入，MCP具体的工具调用也没来得及研究，属于半吊子水平

也是第一次拿RAG项目来面试，这个面试官真的让我学到了很多，也让我知道了自己诸多的不足以及还需要提升的地方。整体面试体验感很好，面试官也不会特意刁难，我表达的很含糊的地方或者不会的地方，就是一句“行”帮我带过，感谢面试官

美团暑期后端一面面经

全站热榜

创作者周榜