一面： 1.实习经历追问，数仓建设流程 ，为什么要设计各个层2.spark的任务调度流程，spark的数据量级3.spark的性能优化经验？4.如何定位任务失败？有哪些原因？分别应该怎么处理5.对于数据治理的理解，在元数据管理的治理中不同的元数据分别有什么作用？你是怎么使用的？6.数据倾斜的情况在具体的什么业务中出现，举例，并给出你的优化方案7.如何去保障数据的质量？数据标准你是如何制定的？8.为什么源数据存在mongoDB？9.了解agent么？大致讲一下agent的工作原理，mcp和functioncalls的区别是什么？10.是否参与过模型的微调？agent的数据具体如何处理？数据增强那一块是怎么做的？手撕：拓扑排序，leetcode hot100课程表的变形 medium难度

1、Attention本质是什么？从向量空间变换角度解释 2、多轮对话中Attention如何导致历史信息衰减？ 3、SFT数据清洗的具体流程？遇到低质量数据怎么处理 4、RAG的chunk优化策略有哪些？怎么评估检索相关性 5、DPO训练中的梯度爆炸问题如何解决？ 简历项目深挖： 1、多工具调度模块如何解决冲突检测？ 2、工具调用超时后的降级方案设计 3、自主构建的评估数据集规模？bad case分析维度 4、微调Qwen时如何设计learning rate scheduler 5、Prompt优化模块的A/B测试方案

1. get和post的区别，不考虑接口规范是否能只有get或post2. maven包管理引入a、b包都间接直接引用c包时，最终引用c包的哪个版本以及逻辑3. 实习拷打 项目拷打4. 集群如何保证负载均衡、nginx负载均衡有几种5. 只用mysql如何扛住更高的qps6. rag为什么用向量数据库而不是传统的mysql和es7. 召回除了向量召回还有哪些方式，单纯向量召回是否需要重排序8. 业界比较新的rag9. 多agent能不能用单agent实现，会有什么问题，多agent的优势是什么10. 实现agent时候回答不符合预期的时候如何调整prompt11. 大模型底层的原理了解多少12. 平时使用大模型传入的超参数有哪些，分别有什么作用，是怎么影响大模型回答的13. 自己平时是怎么学习大模型的

途虎已经显示面试中快两周（不算国庆什么的也有7天），怎么还不约二面或者挂呢；武汉后端