腾讯

安全技术(风控算法方向)Agent 开发一面面经

完整信息

19 条问法 · 19 道题

本篇目录

#如何准备秋招#
面试职位:安全技术-风控算法方向-Agent开发
个人项目:模糊语义搜索引擎
实习项目:企业内部行政HR助手

【个人项目】

  1. 这个映射的真正难点是什么?为什么直接翻译或问大模型不够?
  2. 你如何把描述映射到目标标签?
  3. 技术细节选型追问
  4. 如果用户描述一个具体物品,返回结果却包含大量泛化类别和属性词,这些词虽然语义相关却没有实际帮助,怎么处理?
  5. 用标签分组优化排序,为什么能解决刚才的问题?
  6. 如果自动识别类别仍使用向量相似度,怎么避免原来的混淆?
  7. 用户没有搜到预期结果时,如何分析?
  8. 使用的语义模型大致是什么结构,如何训练?

【实习项目】

  1. 你说的准确率到底怎么定义?
  2. 测试集怎么构造,参考答案从哪里来,谁来评分?
  3. 测试是否覆盖文本回答、工具调用等不同任务?
  4. 评测只看最终答案,还是也看中间工具调用过程?
  5. 为什么选 Plan-and-Execute?
  6. 为什么认为 ReAct 会带来更多轮次或更高延迟?
  7. 延迟降低主要来自控制模型调用次数,还是其他优化?
  8. 如果问题和动作空间都比较固定,为什么不用标准工作流?
  9. 是否需要多轮交互,以及状态和上下文管理?

【基础知识】

  1. 对大模型训练、推理加速了解多少?
  2. MCP 和直接提供 REST API、Function Calling 的区别是什么?
  3. 如果把接口说明写成 Skills 文档,让模型照着调用,和 MCP 的区别在哪里?

无手撕。

结果:当天挂

个人感受:这是秋招第一场面,很多东西准备得不够好。比如面试官问实习项目测试集怎么构造的时候,我只答了实际上是怎么做的(实际上使用的方法比较简单),应该补充一下我觉得怎么做会更好等等。问个人项目的时候和他的问题也没有第一时间对齐,应该第一时间搞清楚他到底想问/想考什么。
后续补充了一些大模型训推相关的知识。

本篇目录
  1. 01
  2. 02
  3. 03
    如果用户描述一个具体物品,返回结果却包含大量泛化类别和属性词,这些词虽然语义相关却没有实际帮助,怎么处理?
  4. 04
  5. 05
  6. 06
  7. 07
  8. 08
  9. 09
  10. 10
  11. 11
  12. 12
  13. 13
  14. 14
  15. 15
  16. 16
  17. 17
  18. 18
  19. 19
    如果把接口说明写成 Skills 文档,让模型照着调用,和 MCP 的区别在哪里?

同作者面经

相关公司