AI 应用/Java 后端三面面经
完整信息
本篇目录
面试日期:不便透露 10天之内
团队业务:同一面相同
团队方向:青桔两轮车相关业务;
一、整体感受
这场在项目介绍之外,更关注我是否真正理解做过的工作,以及怎样看待 AI 应用研发。
主要特点是:
- 会把长回答重新拆成几个核心问题。
- 重点追问项目质量怎么评价。
- 反复确认工程贡献。
- AI Coding 会追到具体用法。
- 岗位认知会回到业务和基础。
二、自我介绍
三、智能面试间:数据、规则与个人职责
京东主要做了什么?解决什么问题?
数据来源固定吗?大概多少接口,各返回什么?
谁触发工作流?自动还是人工?
哪些用规则,哪些用模型?为什么这样区分?
使用什么模型?现在还在用吗?
输出是什么?不同的总结有区别吗?
有人指导,还是主要自己完成?
四、项目效果评估与实习收获
除了错误率、幻觉率,还怎么判断总结好不好?
有收集用户评价吗?大致反馈是什么?
通过这个项目学到了什么?
五、Java 工程与个人博客
实习里有较深入的 Java 工程实践吗?
介绍博客的功能和工程设计
为什么用 Redis?
为什么用 RabbitMQ?
前后端分别多少由自己完成,多少由 AI 完成?
六、AI Coding、Skill 与 Harness
用过哪些 AI 编程工具?怎样选择?
主要靠 Prompt,还是构建了 Skill 等基础能力?
Harness 工程具体做了什么?
用过哪些开源 Skill?为什么选择?
Redis、MQ 是自己加的,还是 AI 帮忙做的?
七、AI 时代的基础能力与岗位认知
AI 已经能生成完整应用,还需要扎实后端基础吗?
你怎样理解 AI 应用开发工程师?
八、反问与团队建议
九、问题清单汇总
项目职责与设计
- 京东具体做了什么,解决什么问题?
- 数据来源是否固定?多少接口,各返回什么?
- 谁触发流程,自动还是人工?
- 哪些用规则、哪些用模型,为什么?
- 规则是否问题驱动?
- 用什么模型,项目现在是否在使用?
- 输出是什么,是否有差异?
- 主要由自己做,还是有人指导?
评测与成长 - 除了错误率,怎样评价总结好不好?
- 收集到什么用户评价?
- 项目带来了哪些技术和非技术收获?
Java 工程与 AI Coding - 实习中的 Java 工程实践有哪些?
- 介绍博客及 Redis、MQ 的设计。
- 自己和 AI 分别完成哪些部分?
- 用哪些编程工具,怎样选择?
- Prompt、Skill、MCP 如何使用?
- Harness 具体怎么做?
- 用过什么开源 Skill,为什么选择?
- 缓存和异步能力是怎样接入的?
岗位认知与反问 - AI 时代是否仍需要深入理解后端基础?
- 怎样理解 AI 应用开发工程师?
- 入职后应重点提高什么?
本篇目录
当前问题0125
- 01
自我介绍
- 02
京东主要做了什么?解决什么问题?
- 03
数据来源固定吗?大概多少接口,各返回什么?
- 04
谁触发工作流?自动还是人工?
- 05
哪些用规则,哪些用模型?为什么这样区分?
- 06
规则是否问题驱动?
- 07
用什么模型,项目现在是否在使用?
- 08
输出是什么?不同的总结有区别吗?
- 09
有人指导,还是主要自己完成?
- 10
除了错误率、幻觉率,还怎么判断总结好不好?
- 11
有收集用户评价吗?大致反馈是什么?
- 12
通过这个项目学到了什么?
- 13
实习里有较深入的 Java 工程实践吗?
- 14
介绍博客的功能和工程设计
- 15
为什么用 Redis?
- 16
为什么用 RabbitMQ?
- 17
前后端分别多少由自己完成,多少由 AI 完成?
- 18
用过哪些 AI 编程工具?怎样选择?
- 19
Prompt、Skill、MCP 如何使用?
- 20
Harness 工程具体做了什么?
- 21
用过哪些开源 Skill?为什么选择?
- 22
Redis、MQ 是自己加的,还是 AI 帮忙做的?
- 23
AI 已经能生成完整应用,还需要扎实后端基础吗?
- 24
你怎样理解 AI 应用开发工程师?
- 25
入职后应重点提高什么?