AI应用开发面试小总结

记录上次的一面,业务是做发帖子引流的,确保推荐的信息是准确的(比如酒店信息等),还有最近的一次一面二面,业务是做学习助手,课程推荐。三次面试都问到了如何让AI输出的更准确更可信真实(RAG,WorkFlow)、如何提高RAG召回率、工具调用和MCP区别等问题。面试问题大多数是场景问题,还有面试官对实现了什么样的工具调用/MCP是非常感兴趣的【翻译工具、文生图工具、一键生成播客(CSDN、微信公众号、小红书)等等】。

0个评论
点击登录,快来和大家讨论吧~
表情
图片
暂无评论
鱼友6791
作者分享
base北京,著名汽车公司二面ai开发岗 1.flask和fastapi的区别,比如处理100个人请求发生什么 2.索引结构,b+和b的区别 3.索引优化器知道吗 4.实习,意图识别咋做的,意图识别返回的结果有什么,哪里用到多模态模型了 5.大模型成本怎么考虑的,怎么接入的各个模型(有的是请求,有用到框架封装agno框架) 5.知道prompt cache吗(头一次听)这个学到可以写在简历上了,也是优化成本的方式。https://mp.weixin.qq.com/s/T0ZxPsLIX6UjjjcAT0xknw 6.又深入聊项目,微信场景下ai会不会艾特人(会),给内容生成agent的上下文有哪些,内容生成为什么不是多模态的(有多模态处理的消息,有意图识别的reason就够了) 7.知道deepwiki吗,不知道。https://mp.weixin.qq.com/s/bTH63QC7GJc-cVbRKJ6yng 8.场景设计题,庞大的项目,如何设计agent生成项目说明文档供入职新人使用。(原来这就是deepwiki啊)。有什么难点(查找速度,内容生成(读的东西太多了怎么办))。 9.反问,业务,请教面试中的难题。 反思,面试收获非常大,面试官非常非常有水平。从项目技术栈入手,拷打项目,谈到降低成本时,面试官随口问了提示缓存(自己应该大胆猜测一下prompt cache是做什么的,还是自己太菜了,要大胆猜测),在引入设计题之前问我deepwiki知道吗,好多不知道的东西,但是都和当前/下一个问题层层递进的。 收获非常大!!https://www.cnblogs.com/wJiang/p/19130652 10.反问的时候可以问如何接触学习到这些ai知识吗,因为实习工作时,是为了实现业务领域学习的(他们肯定也是因为业务需要学习到的),自己没有注意过和我不怎么相干的知识,问到ai陌生知识几率会很大。 最后,举一反三吧,根据需求文档如何生成技术方案,需要怎么做
8
新鲜二面ai面试题,头疼🤕
1
杭州xxxxxxx,ai全栈开发一面面经(后续,一面是通过的,问我多久可以入职。boss投的是社招,给面试的原因以为我是实习,不能很快入职于是没二面) 1.上来三个问题,怎么评测实习项目大模型的输出质量,sse输出中断后怎么处理,实习中大模型幻觉遇到过吗,怎么处理的。 2.实习中的上下文工程怎么做的,和别人不一样地方在哪。 3.大模型除了速度,准确性还有其他考虑的指标没 4.rag实现过吗,需要准备那些数据库表呢? 5.数据量很大时,如何快速进行检索呢? 6.上传文件进行rag时需要注意什么,预处理怎么做的 7.怎么保证大模型的结构化输出,答框架自带的,设置后,可以不在提示词里写,追问如果是你怎么实现呢,除了提示词以外 8.好的提示词应该包括哪些部分,怎么样去优化的 9.如何进行大模型选型的,为什么选贵的大模型gpt5等 10.聊聊实习中的定时任务,怎么通过对话的形式,和大模型聊天实现一个定时任务呢,prompt,工具调用写入定时任务 11.聊聊并发,项目并发量高吗,怎么做的 像豆包一些,请求量很高,怎么提高它的并发处理能力呢。 12.了解过微调吗 14.大模型的输入做保护了吗?Advisor,护轨!! 13.怎么学习一个新语言 14.自己平时有没有主动复习过软件工程的基础知识呢 15.未来规划 16.反问业务,是做ai销售。 补:问到了项目中kafka消费消息怎么做的,消息积压怎么办
11
顺丰一面20分钟面经 1.说一下实习的工作 2.介绍一下java 3.jvm调优有没有做过 4.数据库死锁例子怎么解决 5.分库分表做过吗,介绍一下
3
求助鱼友和鱼皮大大,Taro框架开发小程序播放视频功能,怎么做的呀,有什么教程学习嘛或者直接可以用的工具吗,我是后端,现在还要做小程序🤯,一点都不懂,🆘
1
下载 APP