微软c+ai实习面经

番茄小说的QA有人来么？部门直招，实在是没辙了....地点：Base深圳专业要求：学习过计算机基本课程(语言类课程、数据库、计算机网络、算法与数据结构,必选至少三个),最好是计算机或者和计算机有关的专业。实力经验：最好有过类似的实习经验其他要求：1. 实习时间：3-6个月2. 到岗时间：再协调

一、怎么找Agent开发工作/实习？（精准渠道+投递策略）1. 核心招聘渠道（按优先级排序）校招/实习平台：实习僧、BOSS直聘（筛选“Agent开发”“大模型应用开发”“LLM落地”关键词）、智联招聘（企业校招专区）；技术社区：GitHub（关注Agent相关开源项目的招聘帖）、掘金/CSDN招聘板块、V2EX（“工作机会”分区）；企业官网：大厂（字节、阿里、腾讯、百度）AI实验室/智能终端部门、AI创业公司（如科大讯飞、商汤科技、MiniMax）、海外企业（OpenAI、Anthropic的远程实习机会）；内推：通过学长学姐、LinkedIn人脉、开源项目贡献（如给LangChain、AutoGPT提PR）获取内推，跳过简历初筛。2. 投递策略简历关键词对齐：围绕“LLM”“Agent框架（LangChain/LLaMA Index）”“工具调用（Function Call）”“Prompt Engineering”“多智能体协作”“知识库构建”等核心技能；投递时间：实习提前2-3个月投递（如暑期实习3-4月集中投递），校招秋招（9-11月）为主、春招（3-5月）补录；针对性投递：优先选择“大模型应用落地”“智能助手开发”“企业级Agent解决方案”相关岗位，避开纯算法研究岗（竞争激烈且门槛高）。二、Agent开发实习具体在做什么？（真实工作场景）1. 基础层工作：基于LangChain/LLaMA Index等框架搭建Agent基础架构，实现“指令解析→工具调用→结果反馈”的闭环；优化Prompt模板，提升Agent对复杂指令的理解准确率，调试Function Call参数（如温度系数、最大 tokens）；构建知识库（如向量数据库Milvus/Pinecone的使用），实现Agent的知识检索与问答功能。2. 应用层工作：开发垂直场景Agent（如电商客服Agent、科研辅助Agent、代码生成Agent），对接业务需求（如对接企业ERP系统、API接口）；多智能体协作开发（如拆分任务给不同子Agent，设计Agent间通信机制）；测试与优化：通过用户反馈迭代Agent功能，解决“指令误解”“工具调用错误”“结果不准确”等问题。3. 辅助性工作：撰写技术文档（如Agent使用手册、接口说明文档）；参与需求评审，和产品、算法团队沟通Agent的落地可行性。三、简历上如何包装Agent开发经历？（STAR法则+量化成果）1. 无相关实习？突出“项目经历”（核心加分项）模板：项目名称+技术栈+核心职责+量化成果示例1：“基于LangChain的学术科研Agent开发”技术栈：Python、LangChain、OpenAI API、Pinecone、Streamlit职责：设计“文献检索→摘要生成→公式解析→参考文献整理”的Agent工作流；优化Prompt工程，提升摘要准确率；搭建可视化界面。成果：Agent处理文献效率提升60%，支持3种学术格式输出，获校内科创竞赛二等奖。示例2:“多智能体协作的电商客服系统”技术栈：LLaMA 2、Function Call、Redis、FastAPI职责：拆分“咨询应答→订单查询→售后处理”子Agent，设计Agent通信协议；对接电商平台API，实现实时数据查询。成果：客服响应时间缩短40%，问题解决率提升55%，支持日均1000+用户咨询。2. 有相关实习？强化“业务落地”与“技术难点”示例：“XX公司Agent开发实习生”职责：参与企业级智能办公Agent开发，负责工具调用模块优化；解决复杂指令拆解、跨工具数据同步问题；对接OA系统API。成果：优化后Agent工具调用成功率从82%提升至95%，落地3个部门的日常办公场景，降低人工操作成本30%。四、怎么判断Agent开发实习的好坏？（4个核心维度）1. 项目落地性：是否有明确的业务场景（如To B企业解决方案、C端产品功能），而非纯理论研究；是否能接触到完整的Agent开发流程（从需求到上线）。2. 技术成长空间：是否能使用主流框架（LangChain、LLaMA Index）和工具（大模型API、向量数据库）；是否有资深工程师带教，能指导技术难点（如多智能体协作、复杂任务拆解）。3. 资源支持：公司是否提供充足的算力（GPU资源）、数据支持；是否允许参与开源项目或技术分享。4. 团队与氛围：团队是否以AI落地为核心目标，而非“蹭热点”；是否有明确的实习考核标准和反馈机制，而非打杂（如仅做数据标注、文档整理）。五、你有自己动手做过Agent吗？有！比如基于LangChain+ChatGLM开发的“大学生科创竞赛辅助Agent”，核心功能包括：竞赛选题推荐（结合行业热点+数据支撑）、方案框架生成、技术难点查询、参考文献整理，已开源至GitHub（含完整代码和部署教程），适合作为简历项目经历。

投递412个简历，其中331个是测试测开岗，30个左右银行岗位，后面急了投了一些与行业无关的岗位共收到15家面试，以下为时间顺序排序，整理了几家面经1工行-科技岗2铂利特-测试3绿盟-测开4柠檬微趣-测试5信锐-测试6腾讯瑞驰-测开7天隆科技-测试，谈薪了一周又给说面试没过8中胜治策-测试，感觉遛人去一趟就走了9浦发银行-柜员岗10中科创达-测试11-504研究所-测试12交通银行-科技岗13招商永隆-测试14华鲲振宇-测试15纳欣科技-测试拿到offer的五家：工行、中科创达、招商永隆、华鲲振宇、纳欣科技除了几家银行只有7、8、10是线下面试，线下面的可以直接拒了，感觉也不诚心，10、11是外包岗后面三家offer都是12月底到一月中旬拿到的，所以大家不用太焦虑

腾子一面面经1h1.自我介绍2.项目拷打五个项目问了三个项目  LRU和LFU的缓存分片怎么做的  ARC策略 毕设创新点 SQL注入攻击3.实习拷打 项目？代码？性能、功能测试4.tcp和UDP区别5.什么是虚拟内存，作用？6.手撕代码力扣LRU缓存（长的一批）写了半个多小时结束直接下二面