我对 AI 工程师的要求 | 2026

第一次面这个岗位，我不记得我投过，可能被捞起来了？面试很快，大概花了20分钟，大概率KPI或者面试官已经不想跟我浪费时间了😂自我介绍拷打ai项目：实现了哪些agent，是只用了文字描述的prompt实现吗答：还有工具调用，使用了比较标准的react框架，……（介绍业务流程，提供的工具）这里还能说很多的，不知道为什么面试官没有再问拷打sql：左外连接，右外连接一个超简单的场景题，给你两个表，通过id连接，筛选不存在的记录答：（这里答错了，应该用where字段等于null，纯铸币）hdfs熟悉吗？答：了解相关概念，没有实际使用（没有再问）后面就开始聊天了之前的实习经验？答：负责了公司内部使用的接口编排工具的新功能开发和维护（没有再问）岗位主要负责：业务数据，内部数仓平台岗位主要需求：做AI开发，让agent进行一些数据分析任务问我是兼职还是实习，准备实习多久没秒挂是我没想到的，都过去半个小时了

感觉面完人都通透了，还是太菜了，下去沉淀一下1.实习项目相关问题2.介绍智能客服系统中你的负责部分、面临的问题及解决方案。3.如何解决大模型在客服场景中的幻觉问题？4.是每个场景对应多个 Agent？5.新架构是否存在泛化性损失问题？如何处理新活动规则等未见过的知识注入？6.Expert Agent 是以什么维度划分的？7.新架构的 AB 测试指标提升具体来自哪些模块？8.如何从线上真实对话构造Expert Agent 的 SFT 训练数据？9.Expert Agent 的 prompt 主要输入有哪些？模型输出是什么？10.Expert Agent 是否有预设工作流（workflow）和任务描述？11.Expert Agent 的评价指标（出商品率、商品正确率）具体如何定义和获取评测数据？12.智能客服 Chatbot 是否面临多轮对话中信息遗忘、流程偏离、回复机械感的问题？如何应对？13.如何优化多智能体系统（MAS）中各 Agent 的协作，避免局部优化但整体效果不佳？14.多智能体系统中如何设计奖励函数促进 Agent 协作而非竞争？八股1.什么是优势函数？2.PPO 中需要训练哪几个模型？3.PPO 中参考模型的作用是什么？4.什么是 Reward Hacking？有哪些缓解 / 优化方案？5.智能对话多轮场景中，attention 机制的局限性是什么？有哪些优化思路？手撕：排序K个升序链表

1. 挑选个人复杂度最高、难点最突出的项目完整讲解，重点说明项目核心痛点、落地难点、技术瓶颈与最终落地解决方案。2. 结合项目场景，说明Agent任务目标拆解逻辑，以及PPO算法完整训练指标、效果评估标准。3. 阐述RLHF对齐偏好定义逻辑，大模型对话优劣好坏的标注标准与偏好数据集构建逻辑。4. 详细讲解奖励模型RM、Critic网络结构设计思路，组件有效性验证方式、调优优化策略，以及整体对话效果量化评估方案。5. 对比选型SFT、DPO、PPO、GRPO、RAG多条技术路线，说明为何选用强化学习做Agent对齐优化，完整输出各方案评估维度、适配场景与选型依据。6. DPO全流程效果评估方式，结合实际业务案例说明DPO固有短板，对比DPO与GRPO原理差异、优劣特点与落地适用场景。7. 从算法原理角度，讲解GRPO具备更强探索能力、稳定训练的核心原因。8. 阐述个人参与RAG相关项目初衷，梳理RAG系统整体架构与核心工作内容。9. 对比语义切分、固定长度切分、递归语义切分优劣，说明递归切分选型原因，以及不规则、非结构化文档专属预处理方案。10. 梳理向量数据库选型核心考量维度，结合线上高并发、低延迟生产环境，说明落地选型策略。11. 说明关键词检索+向量检索混合检索设计原因，介绍召回率、准确率等检索效果客观量化评价指标。12. 针对检索召回不足、匹配精度偏低、上下文关联性差等问题，逐条梳理全链路优化手段。13. 讲解用户意图模糊、指代不清、需求不明确类问题的意图识别与澄清处理方案。14. 讲解重排序模型选型、技术实现、解决的检索冗余错乱问题，所用开源/商用工具库，以及不同重排模型横向对比实验结论。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

继续来分享下最近的面经~欢迎友好讨论，信息共享1.如何解决大模型在客服场景中的幻觉问题？2.是每个场景对应多个 Agent？3.新架构是否存在泛化性损失问题？如何处理新活动规则等未见过的知识注入？4.Expert Agent 是以什么维度划分的？5.新架构的 AB 测试指标提升具体来自哪些模块？6.如何从线上真实对话构造Expert Agent 的 SFT 训练数据？7.Expert Agent 的 prompt 主要输入有哪些？模型输出是什么？8.Expert Agent 是否有预设工作流（workflow）和任务描述？9.Expert Agent 的评价指标（出商品率、商品正确率）具体如何定义和获取评测数据？10.智能客服 Chatbot 是否面临多轮对话中信息遗忘、流程偏离、回复机械感的问题？如何应对？11.如何优化多智能体系统（MAS）中各 Agent 的协作，避免局部优化但整体效果不佳？12.多智能体系统中如何设计奖励函数促进 Agent 协作而非竞争？13.什么是优势函数？14.PPO 中需要训练哪几个模型？