蚂蚁国际AI应用开发一面分享 攒人品中

发一下问题给大家参考，攒攒人品！1.实习拷打2.拷打第一个项目：如果长表格被切分到了两个不同的Chunk，如何保证大模型在回答时不丢失表头信息？为什么不直接把图片转成描述再做文本检索，而是做视觉Embedding？有什么好处？3.拷打第二个项目：你是如何设定记忆总结的触发条件的？是根据对话轮数总结，还是根据Token消耗量来总结？如果测评量表返回的数据量非常大，超过了模型窗口，在不丢失核心指标的前提下，如何对工具结果进行预压缩？4.为什么在做RAG时，切片不能切得太长，也不能切得太短？5.什么是混合检索？为什么一些场景下，只用向量检索效果不好？6.如何在Prompt中设计拒答逻辑，让模型在知识库没有相关内容时，不强行生成答案？7.什么是CoT？它在提升Agent逻辑推理能力方面的原理是什么？8.在Function Call的过程中，大模型返回给后端的是真实运行的结果，还是调用的意图？9.拷打Transformer10.了解MySQL吗？在MySQL中，如果要存储用户的对话记录，你会选择哪种字段类型？为什么？11.Redis有哪些常见的数据结构？12.为什么在大模型应用中，会把一些重复的问题和答案存入Redis缓存？13.介绍一下如何利用Redis存储大模型的响应结果？14.如果两个用户的提问意思一样但表达不同，如何判断该不该命中Redis里的缓存？15.在分布式Agent环境下，用户的Session应该存放在哪里？16.手撕：无重复字符最长子串

这个是4.30的面经 我一直没来得及整理1. 自我介绍，包括个人背景、经历，以及 AI 大模型如何融入学习和实践2. 使用 AI Coding 工具时遇到过什么问题，怎么解决答案：AI Coding 最大的问题不是不会写代码，而是它容易写出“看起来能跑但不符合项目约束”的代码。比如它会新增不必要的抽象层、改动无关文件、吞异常、遗漏权限校验、把敏感字段打进日志，或者生成一个和团队代码风格完全不同的实现。我的做法是先给它明确上下文和边界，不让它自由发挥。比如只允许修改指定文件，不允许改接口签名，不允许新增依赖，不允许修改数据库 schema。生成代码后，我会先看 diff，再跑测试，再重点 rev...

1.自我介绍2.agent有什么构成3.在项目中，文档切片和检索策略怎么做的4.可以简单说说特征工程吗5.缺失值和异常值是怎么处理的6.Python数据结构7.讲讲rag的流程，rag包含哪些部分8.你了解面向对象和面向过程吗，讲讲面向对象和面向过程开发的区别9.Python中一个函数的构成10.transformer整体结构11.自注意力的原理12.常见的位置编码13.知识库文档的切分，怎么做切分的，切分后的大小，和重复率怎么做的14.大模型微调中，全量微调 和 增量微调 区别？15.你开发agent用的什么框架16.可以说一下LangChain的模块反问：业务主要是做模具厂的agent转型试用期一到三个月，单休（不太能接受）感觉二线城市好多单休技术栈主要是Python和c++，进去可能会参与一些大模型微调

攒人品中，祝大家都能拿到满意的Offer！1. 如果让你设计普罗米修斯的监控指标会涉及哪些？考虑业务层吗？应用层指标呢？2. 为什么要把Prompts,mcp等调用模块抽象出来呢？有什么作用，解决了什么问题3. 在实际使用中，你觉得换新模型需要更换提示词吗？4. 在加载预设提示词过程中你可能会遇到什么问题？比如提示词超长怎么办？如何检测过敏词？5. 使用大模型时会考虑哪些因素呢？什么是最重要的6. 提示词也分情况对吧，系统预设提示词，用户输入提示词，切分超长提示词导致语义不完整怎么办？7. RAG原理是什么？和模糊搜索有什么区别？或者说对比，一定会比模糊搜索高效吗？怎么提高他的召回率8. 你对于上下文是怎么理解的，范畴，边界是什么？工具算不算9. 意图识别10. SSE协议是什么？11. 如何做的RAG？是从0开始吗？12. 用过什么AI工具？如何理解记忆？怎么去设计记忆模块？应该给记忆分哪些模块？此处深聊13. 谈谈对openclaw的理解