第一部分：选择题一些基础的云技术、Linux、SQL语句、简单算法和Python题目第二部分：编程题第一题是Mysql编程第二题是简单算法题要投递这个岗位的要多看看sql语句和python简单算法

PS：就我目前看到的AI项目而言，相信大家的检索能力，一定能找到相类似的，所以我这边就不贴出对应的github仓库链接了。我其实就是用的这两个，不过我对这两个进行了一些综合，把二者合二为一了。1. 本地私有知识库 RAG 助手核心价值：覆盖面试高频考点，完美匹配 “检索增强生成” 技术栈，做完能直接解决学习 / 工作痛点。落地路径：技术栈：Python + LangChain/LlamaIndex + Chroma/FAISS（向量库） + Streamlit（快速网页）核心功能：上传 PDF/Markdown 文档（比如你的技术笔记、行业报告）→ 智能切分（带 100-200token 重叠...

对程序员来说，简历体现 AI 能力不用长篇大论，核心是落地场景 + 具体成果，别喊空话。技术栈直接标写清用过的 AI 工具 / 框架，比如：Java/SpringBoot + LangChain + 通义灵码 + Milvus向量库，一眼让面试官看到你的 AI 技术栈。项目经历抓核心用一句话说清 “用 AI 做了什么、解决什么问题”，比如：后端项目：基于 RAG 搭建知识库，对接运维文档，问题处理效率提升 40%。毕设项目：用 AI 辅助生成接口代码 + 单元测试，开发周期缩短 15 天。实习项目：封装大模型 API 接口，用 Redis 缓存优化，响应时间从 500ms 降到 150ms。加分项简短写参加过 AI 编程竞赛，比如大模型应用赛，获 XX 奖项；个人开源小项目：用 Spring AI 做的本地文档问答工具，GitHub 获 XX Star。避坑别写 “精通大模型原理”，别堆砌和业务无关的 AI 名词，一切以 “落地” 为核心。

先简单自我介绍一下。你项目里有RAG地学知识库系统，介绍一下RAG是什么？用户提问时，大模型和RAG是怎么配合工作的？在这个RAG系统里，Redis用来做什么？Redis和MySQL有什么区别？Redis如何解决内存数据丢失问题？AOF记录的是什么操作？AOF重写是怎么合并的？项目中使用Redis有没有遇到缓存问题？过期时间怎么设置，有哪些考虑？MySQL索引回表是什么意思？了解MySQL最左前缀原则吗？联合索引(a,b,c)，查询条件写b、c、a还能命中索引吗？项目中消息队列的使用场景是什么？Kafka消费慢、消息积压该怎么处理？Kafka数据丢失一般是什么原因？你学习新编程语言的思路是什么...