OPPO提前批 测开 一二面

oppo7号参加的笔试，小程序上现在还在部门评估中，没有任何面试消息，是不是挂了啊😢

部门：电商营销一面：介绍项目sse问实习双亲委派怎么打破双亲委派mcp双链缓存三剑客mvcc算法：合并有序区间二面：问实习如果 prompt 过长了怎么去优化kafka消息堆积怎么处理一个商品详情页，它有下有很多服务，怎么提高响应速度，有哪些方式吗比如并行线程池被打满了怎么解决讲一下一种电商售后客服agent的设计用什么知识库主流的向量数据库有哪些知识库分块策略rag太大了造成性能问题怎么办怎么解决就是一个分数排行榜支持范围查询怎么设计选型分数一样，时间优先怎么考虑还是做个排行，用内存解决，用什么数据结构，数据量不是特别大对表加索引需要考虑哪些方面SQL题：给出五个sql建立索引算法题：假设我们那个日志处理系统多线程负责生成日志数据，并且写入缓冲区，这是生产者，另一个有多线程从缓冲区读取日志并且写入磁盘，这是消费者，这个缓冲区只有100条最多日志，要求缓冲区满的时候生产线程不能继续写入，需要等待，缓冲区空的时候消费线程不能继续读，需要等待，整个过程保证线程安全

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.React的Fiber架构解决了什么问题?在Al聊天这种高频更新场景下有什么优势?2.在处理AI流式数据(Streaming)时，前端如何优雅地处理Markdown渲染和代码高亮?3.谈谈你对RAG(检索增强生成)流程的理解，前端在其中可以做哪些工作?4.如何优化 Prompt的构建过程?前端如何封装Prompt模板?5.你们项目里是如何做前端性能优化的?请结合AI应用的特点聊聊。6.介绍一下WebWorker的应用场景，在AI前端应用中它能解决什么问题?7.如果AI返回的内容包含恶意脚本，前端如何防范XSS攻击?8.手写题:实现一个简单的EventBus(发布订阅模式)。

本人技术栈主要是Python+Go，之前有两段后端实习经历一面一开始面试官就围着我之前的实习项目问，问得还挺细的：当时做项目的时候，为什么要引入父子索引？还有BM25，引入的原因是什么，比例是怎么设置的，整个具体流程是怎样的，有没有做rerank操作？如果做了rerank， rerank之后返回几个块？有没有做过一些验证来确保效果？rerank之后的topk截断是怎么实现的？为什么选这个k值，有没有考虑过其他方案？让我讲一下上下文工程，还有记忆功能是怎么实现的。除了AI相关的项目，还问了我之前做的后端实习项目，都是一些项目里的细节问题。分布式令牌桶限流、漏桶限流，还有滑动窗口算法限流，这三个都让我讲一下。尤其问了滑动窗口的数据结构会包含哪些字段，滑动窗口对比令牌桶有什么缺点，还有用Redis的什么数据结构能实现滑动窗口。又绕回我自己做的项目，让我讲一下LRU的原理和实现。布隆过滤器的原理、应用场景，也让我详细说一下。MySQL索引失效的情况，这块我八股好久没看了，只想起来两个，被面试官追问了好久，有点没答好。面试官还补问了一句，like查询会不会导致索引失效。MySQL的事务隔离级别，还有一致性相关的内容，让我讲清楚。MVCC这块问得特别细，反复追问，还举了具体场景，问这种情况下会创建几个readview，我当时琢磨了半天，尽量把自己知道的都讲了。最后还问了MySQL的锁相关知识，行锁、表锁这些都涉及到了。手撕代码环节，我跟面试官坦诚说，最近一直在实习，好久没刷过题了，然后面试官就出了一道反转链表，不算特别难，慢慢理清楚思路就做出来了。二面跟一面不一样，二面全程没涉及后端相关的问题，全是AI agent和RAG相关的，而且大部分都围绕我之前做的RAG项目展开，问得特别深入。首先问我，做RAG项目的时候，是怎么评测效果的？有哪些评测维度，具体用到了哪些指标？然后问项目里的数据集包含什么内容，数据来源、数据格式这些都问到了。如果让我对RAG的相关度和回答效果做优化，我有什么思路？有没有更体系化的优化方案，而不是零散的调整。面试官还举了个具体场景，比如有一千条数据，需要做求和处理，让我说说这种数据处理场景，我会怎么设计实现。RAG的性能怎么提升，有没有实际的优化思路，不管是工程层面还是算法层面。我项目里的上下文是怎么处理的，有没有什么优化的方向，比如上下文过长、冗余这些问题怎么解决。agent的长记忆和短记忆之间，怎么做到协同工作的，两者的衔接逻辑是什么。最后问我，有什么思路能让自己做的agent更智能？这个问题我感觉太宽泛了，当时没太get到面试官具体想了解什么，就主要围绕我工程开发中遇到的实际问题，讲了一些针对性的优化思路。手撕代码环节，出的是全排列，这个之前刷过类似的，思路比较清晰，顺利做出来了。感觉面试官比较爱问的AI问题就是RAG 的全链路优化、Agent、减少幻觉