东方财富
AI 应用开发工程师一面面经
完整信息
本篇目录
- 自我介绍。
- 最近的实习Agent 项目背景、团队职责、你个人做什么？
- 为什么做 Skill 路由评测，正反例怎样构造？
- 除描述外误路由还有什么原因，Skill 数量影响吗，做过大规模优化吗？
- 路由如何量化、什么阈值放行、方案上线了吗？
- 历史消息膨胀与错/漏召回怎样处理，Context 怎么分层？
- 金融场景工具返回五六千只 A 股，用户要求全量输出，压缩的信息损失怎么办？
- 从大上下文模型切到小上下文模型，历史 Context 怎么处理？
- 第二个实习多数据源并发召回为什么用专用线程池，不共享会防住什么问题？
- Guava/Tair 两级缓存如何处理一致性？
- 历史访问预热若热点变化，有什么副作用，怎样识别新热点？
- 你提到的近似统计结构怎样工作，能不能找出 Top K 热点 Key？
- 平时使用什么 AI Coding 工具与模型？
- 让 AI 写代码有哪些经验，怎样保证符合业务和历史逻辑？
- 模型生成的代码会全部人工 Review 吗，如何控制改动范围？
- 工具之间有依赖，怎么并行执行并处理错误？
手撕 拓扑排序场景题
Whoo
Oh-oh, na-na-na-na-na
Na-na-na-na-na-na
Yeah
一條無聲的街 一家古老的店
一個空的房間和一根沒熄滅的菸 no, no
你一路留下密語 然後再次逃脫
往回推算祇剩不自然線索
#聊聊我眼中的AI# #秋招面试记录#
本篇目录
当前问题0118
- 01
自我介绍。
- 02
最近的实习Agent 项目背景、团队职责、你个人做什么？
- 03
为什么做 Skill 路由评测，正反例怎样构造？
- 04
为什么做 Skill 路由评测，正反例怎样构造？
- 05
除描述外误路由还有什么原因，Skill 数量影响吗，做过大规模优化吗？
- 06
路由如何量化、什么阈值放行、方案上线了吗？
- 07
历史消息膨胀与错/漏召回怎样处理，Context 怎么分层？
- 08
金融场景工具返回五六千只 A 股，用户要求全量输出，压缩的信息损失怎么办？
- 09
从大上下文模型切到小上下文模型，历史 Context 怎么处理？
- 10
第二个实习多数据源并发召回为什么用专用线程池，不共享会防住什么问题？
- 11
Guava/Tair 两级缓存如何处理一致性？
- 12
历史访问预热若热点变化，有什么副作用，怎样识别新热点？
- 13
你提到的近似统计结构怎样工作，能不能找出 Top K 热点 Key？
- 14
平时使用什么 AI Coding 工具与模型？
- 15
让 AI 写代码有哪些经验，怎样保证符合业务和历史逻辑？
- 16
模型生成的代码会全部人工 Review 吗，如何控制改动范围？
- 17
工具之间有依赖，怎么并行执行并处理错误？
- 18
手撕 拓扑排序场景题