蚂蚁秋招时间线+面经
部门:蚂蚁国际
笔试:沿用暑期实习的成绩
一面:8.29号
1. 对RAG的理解
2. RAG和微调有什么区别
3. Agent生成答案的效果和什么有关
4.RAG可以优化的点
5. 重排序怎么做的,用的什么模型,会做几轮重排序
6. NDCG的指标听说过没有
7. 搜索引擎有哪些指标去评判好不好
8. 搜索引擎中的排序,设计一个公式去这个排序和我的这个结果的相关度
9. 大模型的短期记忆和长期记忆有了解过吗,怎么做的
10. 怎么对agent的效果进行评测的
11. 遇到过很难解决的badcase吗,举例子说明
12. 你们的这个智能体,你觉得还有哪些可以优化的空间
13. 介绍一下你做的MCP的东西
14.A2A技术的介绍,它们直接怎么通信的
16. 注意力机制
17. 做过哪些模型训练相关的
18. 自己的论文介绍
19. 反问业务
二面:9.5号
实习拷打
MongDB有什么优点
消息队列如何保证消息的顺序性
partition和topic的区别
broker中的元数据是怎么管理的,不同的broker怎么进行管理的
消费者怎么和broker传输消息的
消费者在处理消息失败的情况下,应该怎么办
Redis为什么这么快
Redis还可以用来做什么
手撕:LRU
手撕:哲学家进餐
三面+HR面:9.18号
三面leader面和HR面一起
业务问了一些实习的内容
HR面问题:
实习中的哪家公司你觉得最好
一份工作中你最看中什么
....
目前还在泡池子
#发面经攒人品#