新大陆后端开发技术面

📍面试公司：快手🕐面试时间：4月13日💻面试岗位：AI 应用开发❓面试问题：1.介绍多智能体范式以及各自优缺点2.聊聊你对mcp的理解3.是否了解skill，介绍一下核心原理-项目中我看你写了 skill 聊聊如何实现渐进式披露4.是否了解过 agent 沙箱- skill 能否放在 agent 沙箱里面- 那你说明一下 如果把 skill 放在 agent 沙箱里面如何和智能体交互，重点描述一下是如何进行通信以及跨文件系统的渐进式披露怎么做5.介绍一下上下文工程-刚才提到 工具上下文，聊聊你对 function call 的理解- 如果想要减少工具调用幻觉你有什么好方法6. 是否了解上下文压缩，基于记忆上下文展开来讲讲-介绍一下常见的压缩触发机制-刚才你提到了基于滑动窗口对最近N轮进行摘要，那是将之前摘要和新摘要合并还是分别进行保留，分别适用什么场景有什么好处-短期记忆如何转为长期记忆，如何判断短期记忆应该变为长期记忆-如果让你设计一个三层记忆机制，你会如何设计，从整体架构和具体压缩方法进行描述。-你还了解哪些压缩方法- claude code 的记忆模式是否了解算法：5. 最长回文子串反问：缺点：加强一下对上下文工程尤其是上下文压缩的了解感想：无项目无实习，全场景拷打

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.实习拷打2.如何选择基座模型？有哪些因素需要权衡？3.了解市面上有哪些中文的开闭源模型？4.有哪些微调的方法？怎么判断做全参还是lora5.有什么东西主要影响微调的效果？数据需要关注哪些点，多样性怎么做权衡，有一些长尾样本要怎么判断应不应该采样？对于prompt应该关注哪些方面？6.怎么看待llm的复读和幻觉问题，如果微调过程中出现这类问题怎么处理？7.sft做到什么程度可以做RL？8.多模态大模型中用什么网络对齐图像和文字的embedding？除了ViT还有什么？9.手撕：两数之和，三数之和

今天先后经历了三场面试，发出来攒攒人品。从早到晚分别是腾讯PCG客户端开发、快手AI开发（前端）和阿里云AI数据安全。PCG一面 70min：项目拷打。八股部分：HashMap底层原理、Java锁机制、volitate关键字、Before-After原则（不会）、TCPUDP、四次挥手、WebSocket（不会）手撕：力扣滑动窗口最大值easyAICoding：没做出来，遇到了bug，讲了讲思路和提示词。面试官人很好，不压力。快手前端一面 20min：纯KPI，无手撕八股，因为我简历投错了，后端投成前端。秒挂。阿里云安全一面 30min：秒挂，业务上的安全和我这个学生理解的安全完全不一样。面试官很帅，我的回答应该让他很开心。希望能够帮到大家。

📍面试公司：快手🕐面试时间：03/13💻面试岗位：java❓面试问题1. 可以做个简单的自我介绍。2. 问毕业时间3. 问实习地点4. 以后预期是在北京工作吗？5. 你比较熟悉的是哪个项目？6. 列一下你比较熟悉的一个项目的表名、索引、设计用意。7. 为什么这两个表要分开？8. 有没有可能没有user表的时候有user_info表？9. 这两表的数据怎么生成的？从哪来的？10. 注册的时候会怎么做？操作两个表吗？11. 他可以不可以不绑定微信号？12. 那他可以不可以不填nickname和name？13. 所以你这个user_info表其实不能脱离user表存在，是不是？14. 那种表在数据库设计里面它叫什么？15. E-R两个字还记得吗？是什么的缩写？16. 你的user表为什么需要有个ID字段？17. 为什么不可以让user_info表里面有一个字段是user的ID？关联关系为什么反过来？18. 两个表互相关联是最好的吗？你觉得哪种方式最好？19. 那还需要ID这个字段吗？为什么选这种方案而不选你原来的设计？20. 你的方案怎么选择？为什么选某一种？在什么场景下选？21. 向量召回中，embedding是用什么做的？22. 关键字加向量语义的混合是怎么混合的？23. 搜索结果里面用哪个？24. 你们会去干预排序算法吗？排序的分值？25. 这个RAG检索底座是作为给大模型智能排错的一个工具使用的吗？26. 从0到1构建以及增量更新，耗时大概什么量级？27. 简易数据库是公司的项目还是学校的课程设计？28. 说说PG SQL和MySQL的区别？29. 可重复读隔离级别是怎么实现的？30. 算法题：把二叉树用字符串存储，再写方法解回二叉树。（手撕）🙌面试感想感谢快手给我双非一次机会，虽然我也没把握住🥲，答得很烂，数据库理论什么的完全没准备，而且简直是死抓着数据库理论追着我杀啊。算法不是hot100但是不难，力扣原题。最后毫不意外的挂了。