盒马 测开一面 5.27

如果你现在想入行AI，别一上来就啃什么反向传播、数学推导，大概率坚持不下来。直接奔着RAG去，这是企业最缺、上手最快、简历最好写的方向。RAG到底是啥？全称检索增强生成，说白了就一句话：让AI学会翻资料再回答问题。以前的大模型全凭“脑子里的知识”答题，问它“咱们公司年假怎么休”，它直接懵——它又没在你公司上过班。RAG不一样：你先把自己公司的员工手册、技术文档、会议纪要、客服聊天记录全喂进去，存在一个叫“向量数据库”的地方。员工来问问题，系统先去库里找相关材料，然后把材料+问题一起给大模型，模型照着材料回答。效果立竿见影：客服不用翻几百页手册了，秒回客户问题新员工入职，自己问AI就能熟悉业务代码报错了，AI自动查历史bug库给解决方案销售要写方案，AI去库里翻过往中标文档做参考为啥企业抢着要？因为每个公司都有自己的知识积累，通用的GPT用不上。而RAG能把公司内部经验和AI能力打通，成本低、见效快、不出错。老板一听就两眼放光。入门学啥？就两样：1. 向量数据库——存知识的地方。学学怎么把文档切碎、转成向量、存进去、搜出来。主流的Chroma、Milvus、Pinecone挑一个玩熟。2. LangChain——搭流程的工具。学学怎么把“查资料+问模型”串成一条流水线，文档怎么切、怎么搜、怎么拼给模型。怎么做项目？就做一个：公司内部知识库问答机器人。拿几百页员工手册或者技术文档，搭一个能回答任何内部问题的机器人。部署到飞书、钉钉或者企业微信上，真能让同事用起来。这个项目往简历上一写，面试官一看：这人来了就能干活。

1.自我介绍2.实习经历3.项目拷打4.你了解哪些自动化测试框架5.fixture的作用域6.如何进行性能测试7.性能测试的核心流程8.python中的浅拷贝和深拷贝的区别9.python中的装饰器10.装饰器的使用场景11.python中的可变类型和不可变类型有哪些12.python中的多线程问题，asyncio等异步问题13.协程是什么14.常见的linux命令15.linux中看磁盘大小的命令16.linux查看文件的后十行命令17.软链接和硬链接是什么18.linux如何查看最后一列19.四次挥手20.为什么不能是三次挥手21.tcp如何保证传输的可靠性22.常见的状态码23.NPU和MSS是什么24.手撕：合并K个升序链表25.到岗时间26.实习时长27.base28.你理解的测开是什么29.反问:(1)业务方向（说完就忘记了啥方向了）(2)面试建议和评价

想问问佬们，八股和项目该怎么准备（另外有一段后端实习需不需要写上去）

Q1请做一个自我介绍。Q2挑选一个项目，讲解其业务流程及架构实现。Q3对项目源码是否有过功能叠加或优化？遇到过什么问题？Q4在项目中使用的 Kafka，如何保证消息不丢失和顺序性？Q5介绍“AI 智能构建托管平台”的使用流程及架构。Q6你认为 AI 平台目前最大的问题或瓶颈是什么？Q7了解死锁吗？如何产生及解决？Q8你知道哪些设计模式？请举例说明。Q9代码题：将一个 9 位整型数字转换为人民币大写形式（注意处理中间的零）。Q10目前的科研项目是什么？Q11你对测试开发岗位的理解？更倾向于开发还是测试？Q12日常是否使用 AI 辅助编程？Q13最熟悉的数据库是？反问部门的业务：大数据平台外部端及引擎方向。涵盖实时计算（Kafka等）和离线计算（Hadoop, Spark等）。最看重校招生的特质：主要看候选人与岗位的匹配度。