华为AI应用工程师一面面经

一、少量八股1.介绍下self-attention，计算其时间复杂度。2.为什么要用multi-head attention？3.kv cache是什么？它为什么能极大地提升推理速度？4.PPO的clip机制？在线强化学习和离线强化学习有什么区别？RLHF是哪一种？5.为什么要用reference model?为了解决什么问题？二、项目深挖1.如何让多个agent协同工作的？举个具体的协同机制例子。2.如果一个agent误判导致策略冲突，如何处理？3.你们有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？4.你是怎么设计agent的记忆系统？5.长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？6.有没有做记忆衰退，避免旧数据干扰新任务？7.你们这种模块堆叠的架构是怎么设计视觉问答模块和动作模块的协同逻辑的？8.你简历里的人机协作流程，具体是什么意思？怎么设计人工干预与agent自动处理的平衡？9.human feedback是怎么被agent消化吸收的？有没有用rl进行策略更新？三、业务理解1.有没有做过模型压缩？比如在车载端或低端设备上的推理加速？2.如果量化后理解能力下降怎么办？怎么做精度补偿？3.你怎么处理响应速度与推理精度之间的tradeoff？是先召回再精排，还是单次生成？4.如果要做电商agent，你会选择哪些模态的信息作为输入？比如文本评论、图像、视频、购买记录？5.有没有做过A/B测试？

第一次投了通用软件开发，机考没通过，重新投递必须要换岗位，所以投的AI应用岗，面试是大模型应用岗位，可是我一直面试的是后端岗位，简历也是后端的项目，准备的都是JAVA八股，JAVA手撕题。有没有uu有同样的情况？面试会问大模型吗？还是根据简历问？求求了，根本不知道怎么准备

1.自我介绍2.讲一讲实习时参与过的内容有哪些3.做了存储优化后，新老数据存储方式不一致，如何保证线上用户的正常体验，然后合并新老数据呢？（这里答得磕磕绊绊的，但是面试官还是会很有耐心给提示）4.在优化前，你们这个接口又是怎么做的？5.分布式的架构下会出现什么问题吗？6.除了用线程池，你还能想到什么其他方案7.计网相关的八股（纯寄，这方面没怎么学过）8.tcp跟udp的区别9.tcp如何保证消息的可靠性10.如何解决粘包问题（就说了一种方案，面试官帮我做了补充）11.讲一下java面向对象的三大特性12.面向对象编程跟面向过程编程有什么区别13.说一下常用的数据结构14.说一下ArrayList跟linkedList有什么区别15.自己设计，如何使用ArrayList实现头插O(1)的实现16.最近有在学习AI吗17.说一下RAG18.Agent跟大语言模型有什么差别19.如何保证提示词的精准度反问一共三面，一面结果五天左右会出来总体感受：总体面了40分钟，面试官是老乡，我不会的他也会给提示跟补充，体验很好，给个二面机会吧我什么都愿意做的！！！更新：状态变成业务复试了

通用软件，终端BG一面：九点多开始手撕：LRU，纸上写，写的手疼。1. 后面一直在问数据库底层2. 数据库掉电，主从同步怎么实现，三大log里面存的什么3. 事务原理，怎么实现的，让你实现支持事务的数据库怎么实现，怎么保证四大特性4. Redis分布式锁，实现原理，持久化原理，主动同步，哨兵，集群原理，怎么保证一致性5. Java多线程和go多线程区别，协程原理，为什么要有协程，和进程线程区别还有很多都忘记了，拷打到后面感觉挂了，很多深入的答不上来，一直在问底层原理，体验很差，感觉都要挂了。结果结束后十来分钟通过了，可能这里评价就不高了二面：下午一点半，从10点半等到12点都没安排，估计面试官人太少了这一面就比较简单了，只有半个多小时1. 简历项目，实习项目2. 微服务架构，RPC原理3. Golang和java的区别，并发模型，垃圾回收4. 后面看我本科是软件工程专业，问我软件设计的一些原则，软件周期，认为软件周期最重要的环节，优秀的软件系统特性5. 手撕：力扣934最短的桥这一面体验好很多，面完就让我等后续面试通知了三面：二面结束大概半小时1. 纯人机提问，感觉是把简历输入ai，在做AI面试，没任何反馈2. 遇到的困难，如何解决的 团队有分歧怎么解决，学习科研怎么规划时间3. 最后问了华为价值观一直笑呵呵的，最后面完说让回去路上慢点。感觉能入池，结果第二天下午挂了。主管面最后问了业务，说是终端bg下面的鸿蒙整个生态，各种设备，很大的部门，具体部门让我和hr确认。总结原因可能是：终端bar比较高，且非目标院校，大早上坐高铁跑过去，结果最后挂了还是挺无奈的