AI 数据运营实习生（自动化方向）一面面经

1、自我介绍 2、提问 因为我看你的简历上面写的都是项目经历嘛，把能不能介绍下哪个项目是，或者我们从最新的项目开始聊起，能不能讲讲多智能体项目的背景和想要解决的什么问题？ 你为什么选择这个架构，你想解决的问题是什么？是科研的搜索吗？ 那你当时是为什么会设计这样的架构，为什么是一个主智能体带3个子智能体，为什么不是带4个？为什么不是一个串行的？当时设计这个架构是怎么考虑别的？ 你觉得这个项目里的难点是什么？ 那你具体是怎么让不同的Agent的边界比较清晰的？ 你所谓的校验是什么？ 然后我看你这边是做一些评测吗？对这个项目/系统 你在别的项目中有没有做过一些评测的工作，然后那个评测的工作他不是用一些通用的评测架构或者通用的评测集去做的，而是针对哪个项目本身的特殊性去做的一个评测，有这样的经验吗？ 加入我给你一个场景，也就是说在办公场景，因为我们这边支持的是一些飞书的Ai业务，基本项目跟办公场景生产力有关。在这个场景，比如说用户的任务是需要做PPT，那么你怎么去评测，哪些维度评测PPT做得好不好？ 因为我们可能之前人工做的打标比较多，你跟人打交道后他们就会get到你的意思，我们现在招的岗是自动化的这个岗嘛，我们也是想把数据这个pipeline做一个自动化。如果是做自动化评测的话你会用什么方式？可以具体谈谈你的一些想法。 那你的workflow你会怎么设计的？不用太考虑平台，因为我们会用自己的平台。 就是有一些我觉得比较那个，就是比说内容，内容方面格式要求可能都有一些相对来说现成的方式。你提到一个图文比例，假如说这个东西它要去自动化评测。你要怎么去告诉模型怎么样的图文比例是合适的？ 训练是什么意思？你要专门训一个小模型去做这个图文比例的评测吗？ 你怎么判断一个任务它光prompt engine还是说搭建agent方式就能做成，还是说必须走训练？ 因为训练相对来说比较重嘛。相对来说训完之后自由度会低一些，怎么判断一个任务用什么方式解决的。 效果不好这个事情你怎么去分析？因为有时候效果不好只是刚开始搭建workflow，迭代都没有迭代过，我肯定优先去迭代嘛。但是怎么去判断你看到什么样的信号后，你看到迭代也没有用了，你需要去使用别的手段？ 我们再回到项目经历去聊，还有一些项目我不太了解背景，需要向你了解一下。首先第一个是多源数据标注系统，这是做了一个平台吗？ 多源事件文本抽取与知识发现系统呢？ 在这里我看你好像是做过模型微调是吧？ 还有个电商智能问数系统，那个项目是什么背景？ 那这个个人项目的话，你的数据库来源是什么？ 你自己生成的一些数据库是吧？ok 你做这个评测，是怎么生成的那些query的，我看你有255条问数问题，这些怎么得到的？ 所以是基于产品的字段的一些生成的query是吧 3、反问 Me: 是做标注多还是workflow、agent的比较多？比例是多少？ 回答：我们这边不做标注，标注是外包的同学做的，我们主要是做一些项目管理，对于最后的数据质量和交付做负责。之前这些都是手工去做，现在希望借用模型的能力把交付的质量和速度做一些优化，通过自动化手段压缩时间提供质量保证。 Me：工作时间问题 回答：最好5天 10：00 —— 7：00 允许请假 紧急情况才会加班