小红书

小红书 · 面经

完整信息

50 条问法 · 46 道题

本篇目录

既然挂了就把面经一次性发出来吧
岗位:PE 跨境电商交易平台

一面:

一、背景与求职意向

  1. 先做个一两分钟的自我介绍

  2. 你后续的职业规划是什么?想做偏技术基建方向还是业务方向?

  3. 你自己有什么兴趣点吗?

二、项目深挖:风控归因Agent

  1. 介绍一下这个项目的背景,主要解决什么问题?你是怎么实现的?

  2. 你做这块的难点是什么?

  3. 架构演进过程中:

◦ 你是怎么发现问题的?怎么判断之前的方案确实需要重构?

◦ V1/V2/V3不同版本的架构选型是怎么推导出来的?

  1. 怎么量化上下文隔离或技术优化带来的成本消耗降低?

  2. 是否存在"先污染后治理":一开始设计时就能预判Token消耗大,为什么不一开始就选更好的方案,而是先跑起来再降?

  3. 三级数据查询的历史数据回溯机制,怎么保证数据一致性?

三、风控业务认知

  1. 你对风控业务有全局了解吗?风控是做什么的?系统架构是什么样的?

  2. 你们的系统架构有几个系统?每个系统主要负责什么功能?

四、实习成长

  1. 你觉得在风控实习过程中,成长最大的是什么?

五、AI实践与学习

  1. 平时在工作或日常学习中,你是怎么学习AI的?

  2. 你提到Claude Code的三层架构,可以详细讲一下它是怎么实现的吗?

  3. 前段时间比较火的Harness概念,有没有了解过?

  4. 年初比较火的龙虾OpenCloud,自己有没有尝试过?

  5. 自己有没有了解过大模型是怎么训练的?有没有训练过模型?

六、技术题

秒杀系统设计(开放题)

  1. 电商有个热点福利品,库存几十万,会触发秒杀,你作为秒杀链路负责人,怎么设计优化整条链路保证高TPS?

  2. Redis库存扣减为什么要用Lua脚本?(追问原子性理解)

  3. 缓存一致性:本地缓存和Redis、Redis和DB之间的一致性怎么保证?

  4. 数据库单行TPS上限:Redis扣减后异步扣DB,单行有TPS上限,1万并发怎么解决?

  5. 请求合并落地细节:怎么把100次请求聚合成一次写DB?怎么感知Redis数据变更?

算法题

  1. 给定链表头节点head,反转链表并返回新头节点,说一下思路并写代码

七、反问环节(面试官未提问,候选人主动提问后解答)

• 团队做什么业务

• 秋招面试流程

• AI时代校招生需要什么能力、如何提升

二面:

一、面经(面试官问题)

  1. 开场

• 请先做一个自我介绍

• 你拿到字节的offer了吗?

• 你了解小红书的业务吗?面试小红书主要吸引你的点是什么?

  1. 实习经历深挖

• 你这一年多的时间,主要的精力分配是什么样子的?分别投入在哪几块?

• 处置平台主要提供什么样的能力?你能大概讲一讲吗?

• 你们这一块治理是服务于哪些业务线?

  1. 核心项目(归因Agent)

• 你讲一下你做的核心的工作吧

• 这个智能体主要解决什么问题?它肯定不是一个在线的风控吧?(追问:发现case之后的研判还是怎样?)

• 拿了一个客诉,然后需要判断为什么广告主被风控了?(场景追问)

• 这个智能体是你自己搭建的吗?有没有用什么开源框架?

• 当时为什么没有依托Codex和CC去开发Skill的方式去做,而是自己做一个智能体?

• 为什么基于内部框架,不基于开源的OpenClaw或者Horus这种框架?

• 这个效果怎么样呀?从业务的收益角度

• 框架给你的开放程度多高?上下文管理、效果评测,哪些是框架提供的,哪些是你实现的?

• 你有没有调研过像CC的Compact、Old Code Compress这种,它们背后执行命令之后具体做了什么?

• 你有没有调研过Codex的压缩方式?他们也是丢进去路径吗?

  1. 稳定性

• 稳定性这一块你是做了什么?我看你写了个稳定性的技术沉淀

  1. 开放性问题

• 你觉得AI时代,你作为工程/学计算机的同学,和文科生以及没学过计算机原理的同学,未来之间最大的差异是什么?你最大的优势是什么?

• 你觉得你最大的优点和当前阶段需要提升的点是什么?

• 希望base在哪边?我们主要是在杭州和上海这边

  1. 反问与收尾

• 你这边有没有什么问题?

• 你一面的时候,你觉得有没有回答不好的?(追问:之后有去看看吗?)

• 面试反馈:两点建议(①太过直奔主题、缺少铺垫;②讲述太久,应该停顿给面试官提问机会)

三面:+2面

问了下项目收益,挑战难点 挂

#秋招面试记录# #小红书# #秋招特别不鸣谢#

本篇目录
  1. 01
  2. 02
  3. 03
  4. 04
  5. 05
  6. 06
  7. 07
  8. 08
  9. 09
    是否存在"先污染后治理":一开始设计时就能预判Token消耗大,为什么不一开始就选更好的方案,而是先跑起来再降?
  10. 10
  11. 11
  12. 12
  13. 13
  14. 14
  15. 15
  16. 16
  17. 17
  18. 18
  19. 19
  20. 20
  21. 21
  22. 22
  23. 23
  24. 24
    给定链表头节点head,反转链表并返回新头节点,说一下思路并写代码
  25. 25
  26. 26
  27. 27
  28. 28
  29. 29
  30. 30
  31. 31
  32. 32
  33. 33
  34. 34
  35. 35
    这个智能体主要解决什么问题?它肯定不是一个在线的风控吧?(追问:发现case之后的研判还是怎样?)
  36. 36
  37. 37
  38. 38
  39. 39
  40. 40
  41. 41
  42. 42
    你有没有调研过像CC的Compact、Old Code Compress这种,它们背后执行命令之后具体做了什么?
  43. 43
  44. 44
  45. 45
  46. 46
  47. 47
  48. 48
  49. 49
  50. 50
    Tlllllllll(读者,自己的面试经历):我都不知道我面了有什么意义,问了巨简单的八股缓存击穿啥的,面完直接结束流程,我都不知道为啥

同作者面经

相关公司