一面20260522 (40min)自我介绍拷打实习经历你建立的mysql索引是否存在失效变慢的情况，如何进行排查索引失效的情况有哪些算法：线段区间的总长度怀疑是kpi

算法工程师岗考察:传统 ML 基础 + 推荐 / 搜索 / NLP / CV 业务方向 + 项目落地能力。   1、传统机器学习 / NLP  分词 / NER 的常见算法  思路:分词: HMM/CRF/BiLSTM-CRF/BERT;NER: 序列标注同上 + 大模型 ICL 直接抽取。   分类 / 回归的区别  思路:离散标签 vs 连续值;损失不同(交叉熵 vs MSE);评估指标不同(F1 vs MAE/MSE)。   过拟合的原因和解决  思路:模型容量过大/数据少/训太久;解决: 正则化 + Dropout + 早停 + 数据增强 + 简化模型。   特征工程在大模型时代还重要...

Q1: 检索Agent中是如何做上下文管理的？拆解：三个层面：①上下文窗口管理（超token限制怎么截断/摘要/滑动窗口）②上下文质量（去噪，哪些信息真正有用）③上下文组织（system prompt放最前、工具调用结果插入、历史对话保留策略）。要点：不说"我们做了个工具"，说"我们发现Agent因上下文膨胀导致XX问题，所以做了YY策略"Q2: 大语言模型的输出是如何进行约束的？拆解：三层约束：①Prompt层（system prompt限制格式/范围）②推理引擎层（logit bias/grammar约束/JSON mode）③后处理层（规则校验+重试）。不要只说"靠prompt"，说清楚每层各自解决什么问题Q3: AI Coding题目：不可以直接把题目丢给AI，要自己先提炼出需求。用Codex来做。拆解：流程：①理解需求→拆功能点→写成结构化md ②用Codex实现 ③再开一个Codex会话做code review。考点不是你代码写多好，是你能不能把模糊需求翻译成AI可执行的指令拆解来源：小红书 Product Engineer AI应用方向（一面）来源：https://www.nowcoder.com/feed/main/detail/efc599d387ea4bc1a3f91cb862466d1f

先说结论：这轮投递结果不算好看，简历挂不少，也有一些流程卡住没动静。但还是想整理一下，主要给同样投 AI 应用研发、算法、数据科学、智能决策方向的同学做个参考。个人背景本人是国科大 24 级计算机技术硕士，方向比较偏 AI Agent、量化交易、Web3 和数据/算法应用。之前做过一些 LLM 交易系统、链上分析工具、Agent 自动化工具链，也有量化研究、市场风控相关经历。技术栈主要是 Python，也写一些全栈，GitHub 上维护了一些个人项目。所以这轮投递没有只盯一个岗位，主要投了这些方向：AI 应用研发AI Agent / 大模型应用算法 / 数据科学数据分析 / BI运筹优化 / ...