安全技术(风控算法方向)Agent 开发一面面经
完整信息
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】
- 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?
- 你如何把描述映射到目标标签?
- 技术细节选型追问
- 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?
- 用标签分组优化排序,为什么能解决刚才的问题?
- 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?
- 用户没有搜到预期结果时,如何分析?
- 使用的语义模型大致是什么结构,如何训练?
【实习项目】
- 你说的准确率到底怎么定义?
- 测试集怎么构造,参考答案从哪里来,谁来评分?
- 测试是否覆盖文本回答、工具调用等不同任务?
- 评测只看最终答案,还是也看中间工具调用过程?
- 为什么选 Plan-and-Execute?
- 为什么认为 ReAct 会带来更多轮次或更高延迟?
- 延迟降低主要来自控制模型调用次数,还是其他优化?
- 如果问题和动作空间都比较固定,为什么不用标准工作流?
- 是否需要多轮交互,以及状态和上下文管理?
【基础知识】
- 对大模型训练、推理加速了解多少?
- MCP 和直接提供 REST API、Function Calling 的区别是什么?
- 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
当前问题0119
- 01
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?
- 02
你如何把描述映射到目标标签?
- 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?
- 04
用标签分组优化排序,为什么能解决刚才的问题?
- 05
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?
- 06
用户没有搜到预期结果时,如何分析?
- 07
使用的语义模型大致是什么结构,如何训练?
- 08
你说的准确率到底怎么定义?
- 09
测试集怎么构造,参考答案从哪里来,谁来评分?
- 10
测试是否覆盖文本回答、工具调用等不同任务?
- 11
评测只看最终答案,还是也看中间工具调用过程?
- 12
为什么选 Plan-and-Execute?
- 13
为什么认为 ReAct 会带来更多轮次或更高延迟?
- 14
延迟降低主要来自控制模型调用次数,还是其他优化?
- 15
如果问题和动作空间都比较固定,为什么不用标准工作流?
- 16
是否需要多轮交互,以及状态和上下文管理?
- 17
对大模型训练、推理加速了解多少?
- 18
MCP 和直接提供 REST API、Function Calling 的区别是什么?
- 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?
