中兴 线下 Ai算法 面试

1.为什么写这个项目?点子从哪里来的?前端自己写的吗?2.讲一下你的轻量化消息队列  2.1 底层数据结构用的什么?  2.2 为什么不用其他数据结构呢？stream有什么优点和缺点?  2.3 讲一讲stream底层数据结构  2.4 支持横向扩展吗？横向扩展会有什么问题?你写了熟悉kafka,讲一讲kafka在扩展时会有这个问题吗？  2.5 持久化怎么做的?讲一讲redis持久化机制  2.5 简单说一下CAP理论3.项目核心交互流程介绍一下4.库表怎么设计的5.动态总结profile怎么做的?有更好的优化思路吗？6.为什么使用ddd?解决了什么问题?7.你提到了循环依赖，讲一讲spring解决循环依赖方法8.双token无感刷新怎么做的?解决了什么问题?9.算法:lru

实习组里要 all in ai 了，现在在带着我做 ai 基建（本质是 java 开发带点 langchain4j），秋招的时候如果我投递大模型开发，人家会因为我是本科生而拒绝吗(┳Д┳)

叠buff: 本人菜鸡一个，卷不过后端，测开救我狗命5.15上午 一面:自我介绍get post区别输入url到浏览器正常显示涉及到的协议呢项目拷打（主要是难点和怎么处理，进行过测试吗，怎么设计的测试）登录页面需要进行哪些测试手撕 两个数组中重复元素的最小索引和…没记住还有啥5.15晚上 二面:自我介绍Java中常见集合有哪些常见集合的使用场景是什么常见排序算法 分个类怎么分？agent了解吗LLM用过吗，主要用过哪些用LLM来做过任务吗做的任务难点是什么，怎么去解决的说到了自己的nlp选题和llm在论文中的应用第一意向是测开还是开发？如果是开发愿意来吗知道是测开对吧，说一下你对测开的看法手撕 三数之和 没用过美团的页面，对着测试用例回车了半天总体感觉比较基础，但是过于紧张有的地方答得不好😬能不能问佬们一个问题，二面后大概多久会有结果

想知道各位牛友如何看现在市场上的传统后端开发和“llm应用开发”呢，因为llm应用开发其实市场上做的工作内容参差挺大的，我大致分了几类供参考，如有不对，轻喷1.第一种最接近后端，调大模型api，然后还是搞后端那一套，无奈很多公司喜欢打着这个噱头，其实跟后端无异。2.做agent，核心工作就是prompt，rag，用低代码平台搭工作流、智能体这种，这种去了感觉失业得最快。3.搞微调，这种门槛也不是很高，但比第二种好多了，涉及模型微调、指标评估、造数据啥的。4.预训练，这种都是算法招进去的，门槛有点高，感觉危机感没那么高，虽然说也是搞数据清洗的多。5.模型压缩、推理加速啥的，这种偏底层 门槛也很高，个人感觉很好，就是要求高。大概这五种，依次从后端到算法，市面上很多名字，大模型/ai/ai agent应用开发太多了，但工作的内容差别超大。如果说涉及到的主要工作就是洗数据、造指标、微调、prompt、rag之类的或者再加一点agent，那感觉护城河似乎没那么高，甚至感觉可能还比不过java(说法可能有些绝对)，总结来说就是感觉危机感很重，想知道大伙是怎么看的，作为在校生该如何做选择呢？