牛客AI配图神器

大致回忆下，给各位牛u一个参考，不区分公司了，我是测试/测开方向的，被问到AI主要也是实习的时候有使用到相关平台1.AI有使用过吗？2.模型幻觉如何解决？你提到使用rag检索本地知识集，召回率你有关注过吗3.RAG，functioncall，mcp了解么，简单说下说说原理4.有过微调经验吗？5.有对比使用过不同的模型吗？各个模型的优缺点有了解过吗6.模型澄清是什么？AI如何解析dom树？AI无法解决的有兜底方案吗7.有没有使用Ai coding帮助自己开发之类的8.有做过模型效果评测吗？9.Agent是什么10.websocket和sse区别是什么11.你觉得从哪些方面可以引入AI来帮助我们测试人员开发一个测试工具12.用AI生成测试用例,覆盖率不全怎么办13.如何设计出一个高质量的prompt14.针对AI生成的结果你会如何进行测试？对于AI回答的准确性要怎么测试15.playwright mcp了解吗16.大模型对于一些图片/文字的识别度不高，会出现幻觉问题，可能会导致生成的测试用例不够全面，给我讲讲你们是如何克服这个问题的感觉现在所有公司都要懂AI的人了不过就秋招面试体验来说，问的都是一些比较宽泛的问题，并不很难

面试官人很好，很有耐心二面：1.自我介绍2.项目拷打3.讲一讲volatile的作用？（提到了一个总线锁，这个没回答上来，应该和内存屏障有关）4.ThreadLocal项目里怎么使用的，为什么可以降低GC压力？还有哪些使用场景?5.redis使用场景？6.redis新增从节点的命令是什么？7.redis全量同步的整个过程是什么?8.redis有哪些日志？9.二叉树最大路径和（需要手写Node节点，构造用例运行）10.反问：表现怎么样？主要做什么？进去之后实际需要做些什么？有没有人可以说说业务面会问些啥啊？🥲

-面试时间：2026年3月2日15:00-面试部门：腾讯文档（感谢捞捞）-面试岗位：后端开发-面试市场：一小时左右本人年前压着ddl投递的,就想着年后面试多准备一些，刚好事如所愿，年后初八发邮件预约面试时间选到了3月2号，今天下午面上了，也是本人第一次面试，把问题制作为面经，欢迎各位UU参考，祝大家面试顺利：算法：删除链表重复元素（不难）但是面试官会追问：空间复杂度，时间复杂度，优化方案，并且全部手写（如果只刷Leetcode的UU注意下，还是很需要锻炼从0开始手撕的，结构体，写用例等等）八股（少，问的难度适中）1.TCP三次握手，四次挥手，为什么2.TCP与UDP区别，优缺点3.HTTP协议常见状态码，不同开头对应4.HTTP（302）是什么意思（忘看了。。。。。。。。。搞后端最近没咋见过）中间件（只问了RabbitMQ)先介绍RabbitMQ干什么的，哪里用，怎么用。1.消息堆积怎么办2.生产者顺序影响吗，消费者如何接收？3.重试机制，重试在哪里设置项目（我也很蒙，八股就问了点计网）1.RAG流程？2.RAG切片策略？3.RAG评测/优化4.FunctionCalling是什么，怎么用5.Skills?用过吗，干什么的6.用过哪些AI工具7.AI辅助编程，有什么好的心得？策略？8.MCP用过吗？干什么的？（我不是Agent开发，补药啊，会消失的）最后反问，差不多就这么多。有些细节想不起来了...刚面完，出结果了就更3-3更新:已挂，还是多沉淀沉淀吧

1.问AI项目是企业的嘛，还是自己搞着玩的2.在一次http请求中涉及的协议栈都有哪些3.输入域名会发生什么4.ARP协议介绍5.http常用方法介绍，优缺点6.抓包是什么原理，为什么可以抓包7.介绍CAS8.java的线程池核心参数有哪些，介绍9.你一般会采用什么样的类型的线程池，什么情景会用10.拒绝策略介绍，他们的优缺点11.介绍hashmap的扩容机制12.为什么是翻倍扩容13，为什么翻两倍，三倍，四倍不行嘛14，你提到的方法还有没有代替方案15，什么是token16.token怎么来的，怎么识别token，怎么划分token17.介绍mcp18，不同mcp工具的共同点，为什么叫MCP19.你提到的AI自动审核代码，怎么样自动审核，那些规则审核20.AI审核代码具体流程是什么21.什么样的提示词能使得更加准确的审核代码23.手撕二叉树路径和反问业务，几点上下班大部分都答上来了，太深层的回答一般，感觉春招HC很少，竞争激烈，随缘把

整体还是有点难度，主要是每个问题看似简单，但是都会深究。但是面试官人很好，体验很 good1.自我介绍2.学习比较大的一个项目3.介绍其中一个项目。拷打。4.介绍其中一个难点以及如何解决？5.项目如何分工？6.慢sql如何排查？自己项目排查过程？7.加索引一定有用吗？失效情况？8.看你提到了redis，说说数据结构以及你项目的应用场景9.redis的内存淘汰和过期策略10.jvm了解哪些参数，怎么设置？11.CMS的底层原理？优势在哪？12.G1垃圾回收器原理？跟CMS比较?13.设计模式都有哪些？项目中用了哪些？举例子14.linux常见命令？15.Java集合类型主要有哪些？以及各自原理16.hashmap的put过程？17.手撕带过期时间的LRU？18.如何优化？线程安全？19.反问面完问下 HR 就说过了

接上篇 https://www.nowcoder.com/discuss/847995166416703488?sourceSSR=users还缺少了平台和中间件的部分没有和大家交流，这一篇补充一下平台&&中间件和 AI 相关的平台主要就是 Maas 平台和机器学习平台，Maas 平台，大家最熟悉的就是阿里云百炼，用于模型部署，模型微调，并且整合知识库，Agent平台的综合平台AI 中间件主要包括 AgentRuntime，AI 网关 等等资料推荐：首先是平台侧，对于大模型的工程化平台，开源的，我是最推荐 langfuse 的https://github.com/langfuse/langfuselangfuse 是 langsmith 的开源平替，包含可观测，评估，提示词管理，数据集管理等主流功能机器学习平台就比较复杂了，这个主要是各个公司的内部平台，用于算法同学快速迭代的，所以开源的资料比较有限，但我也找到合适的可以学习的https://github.com/kubeflow/kubeflow目前最主流的 MLops 工程包，很多机器学习平台的核心功能都是通过这个的组件编排实现的，通过学习这个，就可以逐步理解机器学习平台的核心功能此外还需要补充，k8s 和云原生相关的技术栈，用于优化模型的部署和调度。此外还要学习 Ray 这个不可或缺的分布式框架https://github.com/ray-project/ray然后是中间件这边AgentRuntime智能体沙箱，用于安全，快速，高效的运行智能体应用，并且和 k8s ，serverless 等相关技术结合，实现毫秒启动和动态扩缩容开源可以看看火山的子项目https://github.com/volcano-sh/agentcubeAI 网关只推荐阿里的开源 AI 网关 HIgresshttps://github.com/alibaba/higressAI网关除了一般网关的功能之外，还要支持，mcp托管，http无缝转mcp，模型路由等等，higress通过一个巧妙的插件系统接入了这些，并且还保留了大流量网关需要的核心功能（这个项目的语义化检索mcp插件是我写的，感兴趣的牛友可以看看）上面的这些，基本就把我认知中设计 AI 的开发岗位都讲的差不多了，其他评测平台和数据 pipline 搭建的，基本都是比较常规的技术栈，不太需要单独讲，比较喜欢鸡架的同学可以冲这些岗位。后面的系列规划：1. 从 0 - 1 实现一个 Agent 框架（教程 + 源码）可以写到简历上面的2. 一些有意思的项目推荐，目前已经想好了两个，后面发一下3. 自己的一些踩坑记录（比如后面暑期继续找垂直实习踩的坑）

四非本开局，想进大厂，后端太卷怕当炮灰了，就学的前端。大家都说前端全栈化或者ai+全栈是趋势，确实是今年秋招不少大厂校招都有全栈，agent开发岗位，纯前端过几年可能是路边。现在前端要学，为了对冲风险go也打算学，然后新的ai技术要学，计算机基础的网络，操作系统，数据库等等要学。自己菜还喜欢摆烂

面试总共18分钟，感觉包挂自我介绍React hook，usecontent和proxyuseCallback哪些变化会触发函数的重新渲染如何避免函数组件的重新渲染还有重新渲染之后Dom节点虚拟Dom通过什么管理两颗虚拟Dom树比较方法受控组件和非受控组树的方法React里面的状态管理有哪些库最后问我做的项目，困难的地方，学习到什么没有手撕

个人bg： 211本，一段京东实习，一段xhs实习，一段小厂实习。互联网只有美团一个带薪意向。转正失败情况：京东实习了四个月，感觉收获比较少，做的事情偏基础，第三个月底答辩，离职后两个月被告知转正失败。对此我只能说，零售卡硕。xhs实习两个月，反而感觉收获更多，被安排了有挑战的事情，大模型在业务场景中的运用，最后一个星期通知有转正机会，边做需求边匆忙准备，答辩采取一票否决制，四个领导三过一否，也失败。（早知道xhs今年开这么高我就熬夜赶材料了）不过在这个过程中，也push自己了解了一定rag mcp 大模型的相关知识，对于后续面阿里和美团很有帮助。个人基础情况：hot100能默写。去年12底学完jvm juc。2月入职京东前小林coding guide就差不多看完了。后面实习的时候也有继续补面筋，场景题。秋招情况：8月初就投了，也不晚。滴滴： 笔试a了没面，可能投的岗位太小众了？（抱着拿了也不去 用于a价的想法）一直卡着。携程： 不发笔。发官方邮件也不回。京东：笔试挂了。嗯，很耻辱，那天在外面玩但确实很久没复习笔试考试范围了，全忘光了。腾讯：从来没约过，可能暑期面了十几次面太多了。阿里控股：一面挂。阿里国际：hr面后一个月挂。字节：国际电商三面挂->星图一面挂（面的时候已经有很多候选人了）-> 安全风控二面挂（业务不是很好，面试过程说漏嘴说业务会影响我选择，场景题没答好）-> 中台一面后无消息快手：二面挂。xhs：hr面后无消息，排序应该很靠后。虾皮：hr面两个月无消息，应该还在泡池子。百度：一面挂。pdd：笔试a3后笔试挂。难绷。个人反思总结：for 后来者。1. 笔试一定要把握好，虽然面试中都是hot100，有些甚至不考面试题，但是大厂笔试题是有acm难度的，挂了就是挂了，很多没有第二次机会，约面也没机会了。建议时间充裕情况下，还是要把灵神的题单多刷点。顺序可以参考：代码随想录视频+题 -> 灵神视频+题 ->hot100 ->灵神题单（可以每个part挑难度低的前几道写）2. 一段深入长的实习经历一定是大于两段短的，不过现在再让我选到底是继续在jd还是去xhs我还是选不出来。在面试的过程中，有些面试官也会认为我实习的太浅，没有做什么有深度的事情，对多种方案的调研不全面。如果实习做的事情比较有挑战最好，如果没有，也要尽量往多种方案调研最后选择了哪个方案，达到了当初定的业务指标/技术指标方面包装。3. 还是得早投。身边除了bg特别好的朋友，投的晚的无一例外秋招情况会差很多。8月前投能赶上提前批。最晚不要8月中旬过了还没投完。有投的早的没有实习的朋友秋招结果也可以。没有面试的同学一定要尝试官网，boss直聘多种途径投。4. 对于有实习的同学，基础没有那么重要了，更多还是专注于对实习的考察，可以以金字塔的形式进行论述，避免在最开始的时候就展开大量细节。如果实在没有实习，bg够硬，投的够早也会有面，只需要一个比较深入的项目应该就没问题，把项目当作自己在实习要投入生产的心态去调研包装。5. 有的时候真的看运气。即使是同一个部门甚至是同一个组的同学，做的事情也会有差异，这主要看导师被分配到什么样的活。for me：大二的时候绩点排名前10%，但还是决定放弃保研，开始学java，这一路走来，经历迷茫踏实的反复，也想和自己说句幸苦了，谁想得到当初给自己定的目标是有份工作不饿死就行。可能差点运气，可能在关键节点上做的还是不够，对于实习的包装，对于面试表现还是差点。会后悔自己没读研吗？其实我也有考雅思，申请了港大计算机，但估计大概率还是工作（实则也没港大offer）。人不能既要又要还要，我不能既要早点工作赚钱，实现我财富自由支配，带不舍得花钱的家人去旅游的想法，又要长期来看高学历晋升的优势，还要在大环境变差一届比一届卷我也能找到差强人意的工作。所以，至少现在，我不后悔。如果我更倾向于国企而不是互联网，比起技术挑战更偏爱稳定的生活我大概率会读研。如果我本科没有211，我还想进大厂，我也大概率会读研。会后悔自己没选其他的方向吗？java确实相对卷一点，但也只是相对的，因为其他方向的人也很多，并不是换方向就一定会更好。计算机这一行本就短命，能干到35就算成功，大家都是为了赚钱，基于此，在背景没那么硬时，选择一个相对人少的方向进大厂是对的。看自己怎么理解了。最好的还是参考直系学长学姐的选择，一定要多沟通交流。一些安慰自己的话，秋招是人生的起点，不一定是高费阵容才能吃鸡，低费阵容早点发育也有吃鸡的上限。（随便乱说的）。最后还想再写一段话给学妹们，程序员这一行，女生确实会相对少一点，但比起传统工科非常直接的偏向男生，计算机这一行认为菜是原罪，性别的因素会少很多，更多看个人技术和水平。在京东实习的时候，我的小组长在我进去第一天就和我说，我们部门女生虽然少，但是水平都至少是中上的，都很能吃苦很能干。无论是我们组干活巨快的A姐，还是总能很快解答我问题的B姐，又或者是其他总能给我提供建议的其他姐姐们，都使我对这一点坚信不疑，她们高学历，专业，细心，耐心。如果你也热爱技术，虽然有时会被bug折磨，但喜欢学到知识时候的踏实，喜欢bug fix的爽感，你就是适合这一行的。我的秋招结束了，但我大概率不会甘心，还是会想试试春招，但我也真的觉得到现在这一步已经很棒了。欢迎同校学妹学弟们找我沟通交流～

ElasticSearch 面试题分类整理本整理旨在整合牛客上ES相关面试八股题，帮助各位更好地准备秋/春招技术面试，感谢各位大佬在各大公司面试经验分享中贡献的宝贵面试题目。一、ES基础概念与原理基础概念- 什么是Elasticsearch？请介绍一下Elasticsearch- Elasticsearch 的基本概念有哪些？- Elasticsearch 中的集群、节点、索引、文档、类型是什么？- 说一下text 和 keyword类型的区别- DocValues的作用是什么？- 什么是停顿词过滤？- query 和 filter 的区别是什么？- Elasticsearch有哪些数据类型？你在项目中用了哪些？- Elasticsearch支持事务吗？核心原理- 什么是倒排索引？- 你了解倒排索引的实现原理吗？- 在 Elasticsearch 中，是怎么根据一个词找到对应的倒排索引的？- 如何在保留不变性的前提下实现倒排索引的更新？- lucence 内部结构是什么？- 是否了解字典树？- 讲一下elasticsearch和mysql 的区别- Elasticsearch为什么适合搜索？- elasticsearch的原理和结构是怎样的？- ES为什么这么快？存储机制- String类型在ES中是怎么存储的？- Elasticsearch列式存储与行式存储的区别是什么？链式存储的优势有哪些？- 你了解Elasticsearch的Segment吗？- 说一下Elasticsearch的Refresh机制- 你知道Elasticsearch的Flush操作吗？- 什么是Merge操作？- ES如何保证数据不丢失？二、ES架构与集群管理集群架构- Elasticsearch的架构是怎样的？- 说说你们公司 es 的集群架构，索引数据大小，分片有多少？- 分片机制是如何实现分布式集群的？- 分片和副本有什么区别？- 你了解分段机制吗？- ES是怎么样去运行的？跑了几个节点？Master选举与脑裂- Elasticsearch 的分布式原理是什么？- Elasticsearch是如何实现Master选举的？- Elasticsearch 重要的节点（比如公共 20 个），其中的 10 个选了一个master，另外 10 个选了另一个 master，怎么办？- Elasticsearch是如何避免脑裂现象的？- Elasticsearch 集群脑裂问题如何解决？节点协调与负载- 节点和分片是如何协调的？- 客户端在和集群连接时，如何选择特定的节点执行请求的？- 你遇到过数据倾斜问题吗？如何处理？- 什么是长尾问题？三、数据写入与更新写入流程- 详细描述一下 Elasticsearch 索引文档的过程- es 写数据的过程是怎样的？- 写数据的底层原理是什么？- 文档索引步骤顺序是什么？- 新增的文档怎么快速和旧文档一起被检索？更新删除- 详细描述一下 Elasticsearch 更新和删除文档的过程- ES更新一个文档，它的操作步骤是什么样子的？高并发写入- 写压力大时怎么处理？- 海量数据如何写入es？- 在并发情况下，Elasticsearch 如何保证读写一致？- ES在高并发下如何保证读写一致性？四、搜索与查询搜索流程- 详细描述一下 Elasticsearch 搜索的过程- Query阶段是如何工作的？- Fetch阶段是如何工作的？分词与查询- 分词器的分词流程是怎样的？- ES你是用过什么样的接口去搜索的？比如搜索一个关键字，你是怎么去搜索的？- title的类型是什么类型(设置ES索引的时候)？深度分页- ES的深度分页与滚动搜索scroll是什么？五、性能优化与调优索引优化- 建立索引阶段性能提升方法有哪些？- 索引阶段性能提升方法有哪些？- elasticsearch 索引数据多了怎么办，如何调优？- 说一下你了解的调优手段聚合优化- Elasticsearch 对于大数据量(上亿量级) 的聚合如何实现？系统调优- Elasticsearch 在部署时，对 Linux 的设置有哪些优化方法？- 对于 GC 方面，在使用 Elasticsearch 时要注意什么？六、部署与运维部署相关- elasticsearch如何部署？- ES应用你是怎么部署的？- 如何监控 Elasticsearch 集群状态？七、数据同步与一致性数据同步- 数据库修改信息如何同步ElasticSearch？- 项目中你的数据是怎么灌入ES的？- 怎样进行数据同步？- 如何考虑es和MySQL一致性？- 如果用消息队列异步写入的话，消息丢失怎么办？八、应用场景与实战使用场景- ElasticSearch的主要功能及应用场景是什么？- 实习中的ElasticSearch为什么要用？为啥不直接查Mysql？特殊场景- 针对文字，ES可以用倒排索引，你知道ES针对地图如何构建索引吗？---以上问题整理自牛客社区的面试经验分享，可结合ai逐问题解析以及实际项目经验进行深入理解。