感觉面完人都通透了，还是太菜了，下去沉淀一下1.可以挑一个最近觉得挑战比较大的项目展开介绍一下吗？2.Agent内部具体的实现可以再详细介绍一下吗？3.MCP是把自然语言转成预置查询类的工具吗？4.操作内部平台时，工具会去操作吗？5.系统测试完成后，准确率怎么评估？6.用20%数据作为测试集，是模型跑case后人工评判准确率吗？7.如何对答案进行轨迹级评分？8.目前系统的准确率是多少？9.项目后续继续优化的话，有哪些优化思路？10.现在系统最核心的问题是并发问题吗？11.准确率还有提升空间吗？12.模型输出不符合预期时，prompt会有问题吗？会调prompt吗？13.有考虑过做SFT和强化学习吗？14.目前RAG具体的实现是怎么样的？15.如果用Redis的缓存，会在哪个阶段去做？16.Redis为什么在高并发情况下表现得比较好？17.什么场景下会用多线程？18.RAG作为知识库检索，和把知识库放到ES上让模型调用MCP接口有什么区别？19.若自己实现包含ES检索和向量检索的搜索接口，和RAG有什么区别？20.Redis和MySQL在使用场景上有哪些区别？21.B+树是怎么样的结构？22.B+树和红黑树的区别是什么？MySQL用红黑树效率会更好吗？23.1000万条数据用B+树存储，树的高度大概是多少？24.场景题，给定一个实时输入流（随时可能停，无法全量存储），如何等概率选取5条记录？25.手撕：两个有序数组，O（logN）求合并后第k大的数

1.自我介绍2.论文拷打（一个是文生图相关的，一个是图像编辑的）3.stable diffusion 中VAE的作用，UNet做了那些修改，时间步t是如何嵌入的4.stable diffusion 3中的CLIP的作用，为什么全局表示中要用CLIP的embedding5.讲讲RoPE6.LayerNorm的作用，Post-LN和Pre-LN的区别7.Qwen2.5-VL的位置编码（这里回答了MRoPE），时间t如何嵌入8.手撕：k个一组翻转链表，还有一个是抛硬币（AB两个人，谁先抛出正面谁先赢，每一轮A先抛，求A获胜的概率）9.反问（感觉面试官很敷衍， 介绍业务一笔带过， 然后问了没回答出来的...

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 问关于ReAct的知识，那几个模式有什么差别2. 给了一个场景，就是设计一个全自动化的agent进行AI漫剧创作，你会怎么设计？3. 为什么要引入父子索引？BM25引入的原因是什么，比例是怎么设置的，整个具体流程是怎样的，有没有做rerank操作？4. 如果做了rerank， rerank之后返回几个块？有没有做过一些验证来确保效果？5. rerank之后的topk截断是怎么实现的？为什么选这个k值，有没有考虑过其他方案？6. 讲一下上下文工程，还有记忆功能是怎么实现的。7. 讲一下LRU的原理和实现。8. 讲一下你项目agent框架9. langchain langgraph了解多少 你在你的项目中有使用吗10. 你做的agent响应这么快 你是否有工程优化 是什么11. chunk怎么切的 除了你这么切 还有别的办法吗12. 如果用滑动窗口 如何去重？13. 准确率提升是如何量化的14. 如果你切chunk的时候 第一个段落和第十个段落有联系你怎么做

HR面考的不是技术，是这个人稳不稳、好不好管。每句话背后都有潜台词。问为什么离职→ 你会不会也这样离开我们？问职业规划→ 你打算待多久？问期望薪资→ 这个人好不好谈？被HR刷掉的基本就这几种：薪资说死了没空间、抱怨前公司被打叉、规划说走一步看一步、反问环节一声不吭。过HR面的人有个共同点：不卑不亢，说话留余地。薪资给区间不给死数，离职原因永远是"寻求更好发展"，被压薪别慌，淡定说句我这边还有其他offer在考虑，您这边有空间吗？往往比你想象中管用。HR面是最后一道情商检测。带着筹码去，别空手进。