MiniMax 数据工程师一面经验

数据说话：技术类扩招36%，产品类扩招39%重点岗位：AI金融投资研究员：用AI搞量化、做投研金融AI Agent高级工程师：智能体方向元宝AI产品经理：既懂技术边界，又懂用户需求薪资：30K-60K，15薪特点：金融AI赛道特别强，想搞“AI+金融”的盯紧腾讯。

1. 自我介绍2. 多模态里的旋转位置编码是怎么落到二维视觉 token 上的二维视觉 token 不像纯文本那样天然是一维顺序，所以多模态里的 RoPE 通常不会直接照搬文本侧。常见做法是把二维位置拆成行和列两个轴，分别做旋转位置编码，再把两个方向的信息组合到同一个视觉 token 表示里。这样模型在注意力里不仅能感知“前后”，还能保留一部分“上下左右”的相对结构。真正难的不是公式本身，而是视觉 token 经过压缩、重采样、patch merge 之后，原始空间坐标已经不再一一对应。这个时候二维 RoPE 的设计就要和视觉编码器、projector 以及后续 token 压缩方式一起看，否...

本周面试了快手社招技术终面，是个40多岁的女人，居然还是2个部门的最高领导，感觉是技术里面的高层，问的技术难题不多，主要是场景题，大概面了40分钟1 面试官先自我介绍一下部门干的活，以及后续对于新人来了之后主要是要干啥，以及她对新人的一些要求2 自我进行介绍，说一下你这边做的一些事情以及技术亮点3 你说一下对于技术开发需要遵循哪些规范，你感觉作为技术人对于数据如何可以体现你的价值，以及你感觉技术如何给业务进行业务提升4 对于一个湖仓架构，技术选型你优先会选择哪个，为啥会选择这个技术，这个对于别的优势体现在哪5 如果要你来做一个实时数仓，你感觉对于实时数据精确一致性需要如何设计，对于技术如何体现难度6 你做过财务数据和流量数据，你感觉这2方面的数据是有啥区别，对于技术来说如何选型，对于数据的指标哪些区别7 你认为对于行为数据埋点可以怎么设计，对于埋点会出现啥问题，你平时对于埋点实时接入会有啥问题，对于数据来说如果埋点设计的不好有啥风险8 你这边有啥需要找我理解的我感觉这个领导似乎对于技术不怎么面了，感觉是在问一些对于数据开发的思考和总体技术和风险评估，感觉像是在招一个职级比较高的人，面了大概40分钟，不知道能不能过，但我感觉有戏，过了再来更新

1. Agent 的架构设计一个完整的 Agent，一般不是单独一个大模型就能跑起来，核心会拆成几层。最上面是任务入口，负责接收用户问题和上下文；中间是决策层，负责意图识别、任务拆解、规划和工具选择；下面是执行层，真正去调工具、查知识库、访问服务；最后是记忆和状态层，维护多轮上下文、历史执行结果和中间变量。如果做得再工程化一点，通常还会加一个校验层。因为模型规划出来的步骤不一定总是对的，工具参数也可能填错，所以在执行前后都要做检查，比如参数合法性校验、工具返回结构校验、结果一致性校验。Agent 真正难的地方不是“能不能想”，而是“想完之后能不能稳定执行”。2. RAG 的检索如何实现RAG ...