网宿科技技术支持（外派马来西亚）一面凉经

25min 1.自我介绍2.三段实习，对哪一段最感兴趣3.所在部门面对的核心问题4.观测核心指标5.围绕这些指标做过的分析6.case：直播间gmv下降归因7.未来2-3年职业规划8.Ai对数据分析师的影响9.反问另外想问下有没有大佬说下得物大概多久反馈哇 周三面完没后续[哭惹R]

1. 请做一个简短的自我介绍2. 在你的项目里，挑一个技术难度大点介绍一下3. 你平时工作中用过哪些 AI 编程工具4. 对 Python 掌握如何？在你的实际使用里主要承担什么角色5. 对协程了解吗如果面试官保留“协程”这个点，其实完全可以只从 Python 角度展开。你可以说协程适合 I/O 密集场景，比如异步调用多个外部工具、并发请求检索服务、批量处理模型请求、流式返回等。协程不是让 CPU 计算变快，而是提高等待 I/O 时的资源利用率。在 Agent 场景里，协程比较适合做并发检索、多工具并发探测、异步日志上报、流式 token 处理这些事情。如果继续深入，可以提一下 asyncio...

发一下问题给大家参考，攒攒人品！1.项目拷打2.Java中HashMap底层的数据结构是什么以及在Jdk8里做了哪些优化？3.JVM内存模型有哪些区域以及作用？4.你的项目是你手搓的还是借助ai coding？5.你平时用什么ai coding工具？6.你项目中有用到RabbitMQ，能简单介绍一下你项目的整个消费流程吗？以及如何保证消息的可靠性消息不丢？7.Redis在你的项目中用在哪些方面以及如何使用的？8.Zset底层数据结构是什么？9.RAG的整体流程是什么样？10.在你的系统中RAG检索出来质量很低你觉得有哪些原因？以及该怎么解决呢？11.给你一个场景，你的系统突然收到大量的请求要同时处理，你觉得会遇到哪些瓶颈和采取哪些措施？12.如果让你重新来做这个系统你觉得还有哪些可以优化的点？13.手撕：合并重叠区间

1.自我介绍2.拷打项目:针对长短期记忆，讲讲你是如何设计记忆的提取、压缩与冲突更新机制的？如果检测到用户存在极端情绪，你的Agent如何在不中断对话流的前提下进行干预？3.讲一下稠密向量与稀疏向量的区别，分别适合处理什么样的搜索需求？4.在向量化之前，为什么要对长文档进行切片？如果不切片会有什么后果？5.切片时设置重叠区域的作用是什么？这个比例你通常怎么来确定？6.余弦相似度和欧氏距离在衡量文本相似性时，各自的优缺点是什么？7.向量库检索出的Top-K结果，如果K值设置得过大，对后续的生成质量有哪些负面影响？8.为什么在初筛召回之后，还要加一个Rerank模型？它能解决向量搜索的哪些局限？9.如果文档发生了局部更新，如何通过增量索引来避免全量重新向量化？10.在RAG的生成阶段，如何在Prompt中设定边界条件来防止模型在没搜到内容时产生幻觉？11.调用大模型API时，为什么要使用asyncio异步编程？它在处理高并发请求时有何优势？12.了解HyDE吗？介绍一下原理，它在处理模糊提问时有哪些优势？13.随着超长上下文模型的出现，你认为传统RAG架构的必要性是否降低了？14.你了解哪些大模型推理框架？SGLang相比vLLM的PagedAttention在推理延迟上有哪些优势？15.手撕：第k大元素20.反问📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。