华为vs长江存储

2000+投递，50+场次真实面试问答经历You stop not when you are tired, but when you are done!加油！！！

【腾讯 AI产品面经拆解】群面题：设计一款面向大学生的"AI回忆录"这道题腾讯安全 AI 产培群面原题，表面考产品设计，实际在考三层东西：第一层：用户分层能力你不能把"大学生"当一个群体。在读生关注阶段性回忆（某学期做了什么），应届生要完整四年总结，毕业多年的要青春记忆唤醒。三类人需求完全不一样，你上来就只做"回忆视频生成"直接挂。第二层：AI 壁垒不是模型有人上来就讲大模型生成内容，方向偏了。真正的壁垒是：AI 聚类分析海量碎片数据——从相册、课程群、聊天记录里自动识别"重要事件"和"情感高光"，而不是让用户手动整理。省掉用户的整理成本，才是 AI 产品的核心价值。第三层：传播要借生态不要自己造传播路径。微信小程序 + 宿舍群/社团群自然裂变，比你搞任何活动都有效。依托微信生态还有一个隐性加分点：隐私和安全，面试官会关注你有没有想到数据归属问题。如果你遇到这道题，记住这三个视角就够了。───tip1: 能抢到群面霸屏机会是最佳策略，直接成为群面引导人，边听边记录并且总结大家的观点。

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.实习拷打2.介绍一个最能体现你能力的AI产品项目。3.XX项目的评测指标是怎么设计的?4.XX项目的badcase归因是自动化做的吗?还是有人工参与?5.怎么给失败案例打标签?6.你们有没有做微调?7.训练数据大概是什么格式?8.训练数据质量怎么检查?9.模型微调前后，能力上有什么提升?10.评测集是怎么建的?规模大概多少?11.评测指标有哪些?12.Bad case的来源是什么?13.你参加过的XX比赛是做什么的?遇到的最大困难是什么?14.你做过RAG相关的项目吗?你对最新的RAG模型了解多少?15.相较于单agent，多agent系统对效率有没有提升?16.多agent系统有什么独特价值?17.你怎么看Openclaw?

1. 请做一下自我介绍2. 你提到“问题导向”，具体是怎么体现的？3. PE（产品工程师）和传统后端开发有什么区别？4. 作为实习生经验不足，如何快速参与业务并给出建设性意见？5. 你在项目中是如何体现“问题导向”的？6. 多轮对话效果变差的本质原因是什么？7. ReAct 能解决上下文问题吗？为什么？8. 你是怎么做上下文压缩的？9. 如何保证压缩过程中不丢关键内容？10. 如何判断哪些是关键内容？11. 长对话（20~30轮）怎么处理？12. 压缩本身会丢信息，你怎么控制？13. 为什么要用 topK + 元数据过滤？14. topK 是怎么实现的？（embedding 吗？）15. 为什么不能只用 embedding？16. 为什么要结合关键词检索？17. embedding 相似 ≠ 语义相似，为什么？18. embedding 为什么会不准确？19. 如何提高 embedding 检索的准确率？20. 文本切分（chunk）策略怎么设计？21. 如果文本特别长（超过 token 限制）怎么办？22. 有没有了解业界的上下文压缩或检索方案？23. 你的系统一致性是怎么做的？24. Redis + MQ 是最终一致性还是强一致性？25. 秒杀场景可以用最终一致性吗？26. 这种方案会不会超卖？27. 你到底实现的是强一致还是最终一致？28. 如果要实现强一致性，应该怎么做？29. 多级缓存体系是怎么设计的？30. 如果没有缓存会有什么问题？31. 什么是缓存穿透？手撕：从二叉树中一个结点出发，返回所有路径长度为target的路径。vibe coding，一定要用js写后续：手撕没写出来，第一次遇到要用vibe coding的，手足无措等了半天gpt连上，泡了一周挂了