阿里国际暑期- AI应用开发 1h

面试很难,还是要多多练习,感觉自己说不明白业务逻辑
1.实习经历中涉及AI的部分说一下
2.向量召回之后为什么还要Rerank呢
3.粗排和精排在开销上有什么区别呢
4.粗排和精排在考虑相似度的时候有什么区别
5.背后有什么机制支撑它更精确地做这种精排呢
6.第一段实习构建的文档数量级
7.用什么方法能很高效地做相应的召回和检索
8.就是如此多的文档下,如何更快地去检索出来相应的文档呢
9.Agent和RAG怎么样封装再去对外提供这样的一个服务呢
10.有了解过构建Agent的范式吗
11.区别和使用场景
12.了解过多Agent吗
13.一般我们核心要关注哪些点
14.多Agent没有做过实践吗
15.Agent的记忆说说你的理解
16.有做过记忆的实践吗
17.用过LangChain和LangGraph这样的框架吗
18.主要用了框架的哪些特性
19.LangChain4j是把组件做了封装是吗
20.如何实现的流式输出
21.有没有其他方式实现Stream流式输出的这种感觉
22.Kafka如何保证的高性能
23.实现分布式锁一般会有哪些手段
24.抛开Redis呢,实现分布式锁的手段
25.有遇到过OOM的情况吗
全部评论

相关推荐

04-30 08:02
东南大学 C++
一、基本情况 / 实习经历1.你先做一下自我介绍。2.你大二就去字节实习了吗?3.你能简单介绍一下你在字节实习做的项目吗?________________________________________二、字节实习项目:端上特征平台 / 性能优化4.你们这个端上特征平台里的“特征”具体指什么?5.客户端上的特征和服务端上的特征有什么区别?6.你在实习中做的两块优化,具体分别是什么?7.这两块优化分别解决了什么问题?8.你觉得这里面的难点主要在发现问题,还是在方案设计和落地?9.设备特征缓存为什么可以做分层?10.你们是怎么确定 2 秒、10 秒、90 秒这类分层缓存策略的?11.业务方怎么感知或使用这套缓存频率配置?12.这些设备特征的规模是固定的吗?13.你做的特征 SQL 优化具体是怎么做的?14.这里的时间戳在 SQL 里具体是什么条件?15.为什么这些 SQL 可以合并处理?16.你们为什么要在端上做特征处理,而不是全部上报到云端处理?17.端上做特征处理,最终是给哪些场景使用的?18.你这个特征平台和抖音、头条这些业务之间的关系是什么?19.业务方如果需要自定义特征,是怎么接入你们平台的?________________________________________三、AI 投资分析系统 / 多 Agent 设计20.你能介绍一下你做的 AI 投资分析系统吗?21.这个系统从用户输入到输出投资建议,大概是什么流程?22.你为什么要把系统拆成多个 Agent,而不是单 Agent?23.你这样拆成多个子 Agent,会不会导致信息割裂,反而影响最终分析效果?24.你觉得你现在这个多 Agent 方案主要问题在哪里?25.如果让你继续优化这个投资分析系统,你会怎么改它的 pipeline?26.你会怎么降低这个系统里的幻觉和噪声问题?27.你觉得投资分析系统里的“证据链完整性”应该怎么保证?28.除了证据链,你觉得最终“投资建议生成”这一层应该怎么设计规则或决策机制?29.你理解的“闭环”是什么?30.如果要让这个投资分析系统真正形成闭环,你觉得还缺哪些能力?31.用户反馈信号应该怎么作用到你的系统里?32.长期记忆、短期记忆和用户画像在这个系统里应该怎么设计?33.你觉得用户反馈信号应该怎么转成 reward 或权重更新?34.你提到意图识别和 plan,那你怎么保证这条链路本身的一致性?________________________________________四、高并发 AI 聊天系统35.你做的高并发 AI 聊天系统,里面“高并发”和“AI 聊天”结合起来,有什么特别值得讲的地方?36.你为什么会做这个项目?
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务