九号公司
Agent 开发工程师一面面经
完整信息
本篇目录
1. 自我介绍，介绍实习相关背景
实习相关：
2. 科大讯飞实习中的Agent的背景，上下游关系，产生的效果的怎么样的，人员构成等？
3. 探讨了公司的大模型调用为什么使用题单平台？（这里其实我也不知道，但也按照自己的想法进行阐述）
4. 这套集运LangGraph的自动切题流程的每个节点的输入输出数据流是什么，以及题单平台的输入输出流？
5. 请你讲解这套Agent真实的效率提升情况，并给出指标进行证明，是否进行了验证，人工处理的痛点在哪里？
6. 在模型OCR识别的时候遇到识别失败，尤其是批量处理的时候，你们是怎么处理的？怎么去优化OCR这步的效果？
7. 询问是否参与涉及数据清洗和模型训练方面的工作？
8. 在金蝶主要参与什么工作？电商Agent的场景是什么？
9. 自动建单的在Agent中是如何编排的？
10. Agent建单的准确率是怎么保证到90%以上的，剩下的10%是什么场景，是否有做过处理？
11. 工具注册中心是怎么完成的？三层抽象是怎么做的（接口，能力和实现层）？
12. Agent如何使用这个工具注册中心，如何实现动态加载？
13. 能不能挑一个相对具体、有闭环的任务场景讲讲？（接到什么任务、怎么做、得到什么反馈、最后交付了什么）。
其他问题：
14. 聊了关于PI Agent内容，以及目前的Deepseek Harness？
15. 询问了两段实习为什么离职？
16. 两段实习经历，你觉得在专业方面的成长是哪些？
17. 这些成长是通过自己学习，还是通过导师学习？
18. 在朋友、同学、家人的视角中，你是一个什么样的人？
19. 大学期间的经历（包括进入实验室经历，和导师的相处模式等）
20. 学科竞赛，分享竞赛过程，结果以及收获？
21. 最后探讨了关于工程能力对于当前Agent开发方向的影响
22. 反问：工作内容，实习生培养模式，转正HC等
总结：面试时间还是比较长的90分钟，面试氛围感觉很轻松，也没什么八股，更多的是考察实习中对于业务场景和技术合理性的。面试官也喜欢问开放性问题，也没有准确答案，基本上只要回答的合理，逻辑自洽体现自己的思维能力和工程水平即可。面试好评，还是这样的面试舒服。
目前已oc
本篇目录
- 01
自我介绍，介绍实习相关背景
- 02
科大讯飞实习中的Agent的背景，上下游关系，产生的效果的怎么样的，人员构成等？
- 03
探讨了公司的大模型调用为什么使用题单平台？
- 04
这套集运LangGraph的自动切题流程的每个节点的输入输出数据流是什么，以及题单平台的输入输出流？
- 05
请你讲解这套Agent真实的效率提升情况，并给出指标进行证明，是否进行了验证，人工处理的痛点在哪里？
- 06
在模型OCR识别的时候遇到识别失败，尤其是批量处理的时候，你们是怎么处理的？怎么去优化OCR这步的效果？
- 07
在金蝶主要参与什么工作？电商Agent的场景是什么？
- 08
自动建单的在Agent中是如何编排的？
- 09
Agent建单的准确率是怎么保证到90%以上的，剩下的10%是什么场景，是否有做过处理？
上一问 ↑ - 10
工具注册中心是怎么完成的？三层抽象是怎么做的（接口，能力和实现层）？
- 11
Agent如何使用这个工具注册中心，如何实现动态加载？
上一问 ↑ - 12
能不能挑一个相对具体、有闭环的任务场景讲讲？（接到什么任务、怎么做、得到什么反馈、最后交付了什么）。
- 13
询问了两段实习为什么离职？
- 14
两段实习经历，你觉得在专业方面的成长是哪些？
- 15
这些成长是通过自己学习，还是通过导师学习？
上一问 ↑ - 16
在朋友、同学、家人的视角中，你是一个什么样的人？
- 17
大学期间的经历（包括进入实验室经历，和导师的相处模式等）
- 18
学科竞赛，分享竞赛过程，结果以及收获？
- 19
最后探讨了关于工程能力对于当前Agent开发方向的影响
- 20
工作内容
- 21
实习生培养模式，转正HC等