字节 剪映 ai应用开发

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 问关于ReAct的知识，那几个模式有什么差别2. 给了一个场景，就是设计一个全自动化的agent进行AI漫剧创作，你会怎么设计？3. 为什么要引入父子索引？BM25引入的原因是什么，比例是怎么设置的，整个具体流程是怎样的，有没有做rerank操作？4. 如果做了rerank， rerank之后返回几个块？有没有做过一些验证来确保效果？5. rerank之后的topk截断是怎么实现的？为什么选这个k值，有没有考虑过其他方案？6. 讲一下上下文工程，还有记忆功能是怎么实现的。7. 讲一下LRU的原理和实现。8. 讲一下你项目agent框架9. langchain langgraph了解多少 你在你的项目中有使用吗10. 你做的agent响应这么快 你是否有工程优化 是什么11. chunk怎么切的 除了你这么切 还有别的办法吗12. 如果用滑动窗口 如何去重？13. 准确率提升是如何量化的14. 如果你切chunk的时候 第一个段落和第十个段落有联系你怎么做

给大家拆解一下事业部+岗位，看一线大厂是如何布局AI发展的 岗位详细清单与职责分析 一、技术研发类岗位 1. 大模型 Agent 技术专家 - AI 应用与创新 岗位 ID: 7419283793284565274 工作地点： 未明确指定 核心职责：  负责 LLM 工程化相关研发工作 构建 Agent 体系的技术架构 推动大模型在业务场景中的落地应用  任职要求：  3 年以上研发工作经验，本科及以上学历，计算机相关专业 具有 LLM 工程化相关研发经验 扎实的后台研发能力，熟练掌握 Golang/Java/Python 任一编程语言 熟悉 MySQL、ES 等常用基础组件 良好的设计能力、...

* 为什么在 RAG 流程中引入父子索引（Parent-Document Retrieval）？* 为什么引入 BM25？向量检索和 BM25 的融合比例是怎样的？* 检索融合的具体流程是什么？召回后有没有做 Rerank？* Rerank 后返回几个块（Chunk）？有没有针对这个返回数量做过验证？* Rerank 后的 TopK 截断是怎么做的？为什么是这个值？有没有其他截断方案？* 讲一下上下文工程（Context Engineering），Agent 的记忆（Memory）是怎么做的？* 请详细讲解分布式令牌桶限流的实现。* 漏桶算法（Leaky Bucket）的原理讲一下。* 滑动窗口算法限流讲一下。如果用代码实现，滑动窗口的结构体会包含哪些字段？* 滑动窗口和令牌桶相比有什么缺点？* 在 Redis 中，你会用什么数据结构来实现滑动窗口限流？* LRU 缓存的实现原理讲一下。* 布隆过滤器（Bloom Filter）的底层原理和适用场景讲一下。* MySQL 索引会在哪些情况下失效？* 在使用 LIKE 进行模糊查询时，索引什么情况下会失效？* MySQL 的事务隔离级别有哪些？如何保证一致性？* 详细说说 MVCC 的实现，ReadView 的生成时机是怎样的？* 在不同的隔离级别下，一个事务分别会创造几个 ReadView？* MySQL 都有哪些锁？它们的作用分别是什么？* 为什么选择 Python 和 Go 作为技术栈？在处理并发时有什么区别？* 手撕代码：实现反转链表。问的好杂，后面有的答不上来了是正常的吗

1. 先做一下自我介绍，重点讲你做过的系统背景和你负责的核心链路2. 你在团队里主要负责哪部分，怎么证明这部分不是“打杂型开发”3. 你把整个系统架构讲一下，如果让我听完就能知道瓶颈可能在哪里4. 技术栈选型的时候你会怎么做取舍，尤其是 Redis 和消息队列为什么这么选选型不是比组件名气，而是比业务约束。Redis 适合做热点缓存、轻量状态、分布式协调和短期去重，但不适合承接强一致主数据；消息队列适合解耦、削峰和异步补偿，但不适合所有需要实时可见结果的主流程。真正的取舍点在于数据是否允许延迟、失败是否可补偿、顺序是否重要、消费是否要求可重放、以及业务能否接受最终一致。很多系统不是选错中间件，...