富途 今天刚面完，发现boss上那个岗位关了

先说下基本情况，本人社招，工作1年半左右，岗位都是大模型算法。最近社招情况如下:1.富途，地点在深圳，薪资base接近3w,公积金比例10%。金融行业，听说加班少，965？(不确定是不是这样)。部门是ai平台应用，类似技术中台的形式。2.蚂蚁阿福，地点在杭州，base相比富途加了4k,15薪。但是做的是大模型评测，感觉方向一般，比较卷。3.淘天 大模型客服岗位，base相比富途+5k,16薪，也在杭州，听说比较卷。都是大模型相关的，想听下友友们的意见。主要是想问下富途怎么样，感谢大家

这篇继续盘点一下后端转 AI 方向面试时，最容易被面试官“扒皮”的几个工程落地场景。全是实打实的干货，希望能帮兄弟们避坑。一、 RAG（检索增强生成）的全链路拆解面试官极其看重你怎么把企业文档变成知识库的。这块如果你只是个纯调包侠（只会调 LangChain 的 API），被稍微一深挖绝对露馅。我跟他完整勾勒了整条数据流水线：从文档解析，到文本切片（Chunking）。这里有个加分项：一定要提**“按长度切分并保留 Overlap（重叠区）”**，这样能保证上下文语义不断裂。至于向量库选型，别干巴巴地只说一个。我给出的方案是：数据量极大、分布式要求高的场景直接上 Milvus；而轻量级、或者需要和传统关系型数据强绑定的场景，用 pgvector。顺带提一嘴查询时用的是“混合检索（Keyword + Vector）”，召回的精准度会靠谱很多。二、 大模型幻觉与 Prompt 约束兜底面试官必问：大模型胡说八道、乱承诺怎么办？对付这个，咱们后端有常规的三板斧：控参数： 调低模型生成时的 Temperature 参数，直接把发散性和创造性压下来。强指令： 在 Prompt 里加入极其严格的系统级指令兜底（比如：“如果你不知道，请直接回答不知道，严禁编造信息”）。引入 Few-Shot（少样本提示），给几个标准的问答 Case，把它的输出格式和边界死死限制住。三、 核心痛点：用 RocketMQ 做异步解耦与削峰AI 接口耗时极长，这是通病。面试时必须明确态度：大模型打分或推理，绝对不能同步阻塞主流程。当时的解法是：用户发消息后，聊天服务只管快速落库，然后立刻往 RocketMQ 里丢一条异步消息返回给前端。后端的打分微服务作为消费者，在后台慢慢跑，调完大模型再去更新数据库。进阶防坑： 面试官听到 MQ 肯定会追问重复消费。记得补一句：“我在消费端的 Java 代码里做了防重，基于业务主键（SessionID + MsgID）在 Redis 里做了 Key 校验，或者在 MySQL 用唯一索引兜底。坚决不能让大模型对同一条记录重复打分，浪费 Token 算力。”四、 全双工流式交互（WebSocket + SSE）解决 AI 响应慢导致用户吃灰的问题，还得靠前端流式输出。我重点聊了用 SSE（Server-Sent Events）和 WebSocket 技术，把大模型的响应“逐字”推给前端，而不是傻等到全部生成完再返回，这样能把首字延迟（TTFB）压到极致。进阶防坑： 聊流式交互必问断线处理。我们在网关层（如 Netty 构建的 WebSocket 集群）加了心跳保活机制（Ping-Pong）。一旦检测到死链接，立刻释放后端线程池资源；同时客户端配合自动重连和断点续传逻辑，保证流式数据不丢字。

自我介绍 讲讲项目和实习jwt原理 项目中怎么用hashmap原理，put过程threadlocal原理，内存泄露mysql事务，举个具体业务场景Redisson原理熟悉的设计模式如何用java实现一个状态机(一脸懵)能否实习6个月以上面试官讲了下组里的业务，rag相关的，也涉及到状态机反问环节问的依旧很基础，30min就结束了，只有一面面完半小时发了offer，base佛山

实习 tcp发一次包最大发送多大（理论上64kb）实际上它的瓶颈是什么（拥塞窗口，接受窗口，BDP）tcp可靠传输（三握四挥，重传，拥塞和流量控制，校验和）如果a，b机器分别发送tcp,udp协议，带宽为100mb，a机器和b机器的传输速度是多少（tcp由于拥塞控制会不断抢占带宽到接近占满，udp会丢包）mysql如何实现主从复制（三线程两日志）mysql主从复制过程中主库修改导致主从延迟怎么处理（半同步复制，从库sql线程才有多线程）mysql的id采用自增id和uuid这类无规则id，在性能上有什么差别吗（有，无规则id页分裂多，碎片多）写时复制是啥，说说哪里有用到（redis的rdb，CopyOnWriteArrayList，父子进程）父进程fork一个子进程，子进程能不能看到父进程的内存（可以，共享物理地址，页表映射一致）如果父进程修改内存数据子进程能看到么（看不到，分配新物理页）