钉钉27暑期后端ai研发一面面经 1h

攒人品中，祝大家都能拿到满意的Offer！
1.深度参与项目，产出
2.OCR为什么做文件识别；部署的哪个
3.传统的读取pdf docx api sdk有用过吗
4.文本内容为啥还要用ocr
5.pdf图片内容；图片，图表的理解，怎么做；饼状图，折线图怎么提取语义信息
6.ocr背后的原理，给一个饼图，然后怎么输出内容
7.是否真的了解怎么识别占比类比这样的语义识别
8.有看过ocr调用，语义保留这样的指标的评估
9.怎么做评估；完全识别的指标又是怎么评估；九十分一百分怎么打分
10.图表识别怎么评估打分，怎么评判，有哪些依据
11.为啥选768维度
12.讲下embedding模型，怎么做embedding
13.embedding模型底层；什么是token；为啥100wtoken最大token数
14.大语言模型参数了解吗；在显存消耗的哪个层面消耗的
15.transfomer词表是怎么构建的吗
16.ES怎么构建的；这里面的关键词怎么构建的；BM25基于什么原理
17.一部分milvus语义召回，一部分ES关键词召回；怎么返回用户的
18.精排维度是多少，原理是什么
19.rerank精排基于什么；为啥精排效果更好
20.针对上述的你提的问题，说出自己解法
21.最核心的一个指标的什么；最核心的指标；归纳出最核心的一个综合指标
22.Function Calling、MCP、Skill分别解释概念；用到什么场景；分别解决了什么问题