快手

AI 应用服务端开发一面面经

完整信息

21 条问法 · 23 道题

本篇目录

岗位 ai应用服务端开发实习生

因为快手秋招已经13投13挂,一气之下投了他的日常!

一、面试官问题​
1.1 开场与项目概览​
1.请先做一下自我介绍。​
2.你从零到一负责的风控 Agent,主要解决什么核心问题?
3.归因场景是否采用了多 Agent 编排?具体使用了什么拓扑结构?

1.2 Agent 架构​
1.多个 Agent 之间如何传递上下文和上一步的执行结果?
2.长链路任务中如何处理上下文膨胀或上下文爆炸问题
3.Agent 的 Memory 是如何设计的?​
4.Agent 最终是如何进行评测的?​
5.Agent 上线后做过哪些调优,包括业务指标、Token 消耗、执行耗时和任务调度等方面?​
6.项目中是否使用了 RAG?对 RAG 的切片方式和 Embedding 有哪些了解?​
7.是否做过模型训练相关的工作?​

1.3 后端项目​
1.风险管理平台与处罚中心是否属于偏后端的项目?​
2.风险管理平台与处罚中心是已有系统,还是新建系统?​3.这个项目是你独立开发的吗?你在其中承担了什么角色?​4.这个项目中有哪些比较有挑战性的地方?你从中学到了哪些此前没有接触过的内容?​

1.4 Redis​
1.如何理解 Redis 数据倾斜?为什么会出现数据分布不均或部分节点 QPS、负载过高的情况?​
2.大 Key 和热点 Key 会带来哪些问题,通常如何处理?​

1.5 RocketMQ​
1.RocketMQ 的重复消费问题应该如何处理?​
2.如果 RocketMQ 出现消息堆积,如何快速处理并避免影响业务?​

1.6 算法题​
两数之和(难绷)

二、候选人反问​
1.能否介绍一下团队目前负责的具体业务?​
2.这个岗位的工作 Base 在哪里?

约二面,听说会影响秋招流程,拒了,继续投秋招,我看能挂我多少次!!

#发面经攒人品# #现在AI岗面试都问什么问题?#秋招面试记录#

本篇目录
  1. 01
  2. 02
  3. 03
  4. 04
  5. 05
  6. 06
  7. 07
  8. 08
  9. 09
  10. 10
  11. 11
  12. 12
  13. 13
  14. 14
  15. 15
    如何理解 Redis 数据倾斜?为什么会出现数据分布不均或部分节点 QPS、负载过高的情况?
  16. 16
  17. 17
  18. 18
  19. 19
  20. 20
  21. 21

同作者面经

展开其余 2 篇收起其余 2 篇

相关公司