快手大模型应用java二面面经

3.9 二面
自我介绍
一、 项目
1. 项目使用过程中遇到过什么问题
2. 在使用 Spring AI Alibaba 框架时,它与其他开源 RAG 框架有什么区别?你使用了它的哪些核心能力,哪些是自己实现的?
3. 向量数据库中使用了哪种索引算法
4. RAG 优化方向:
- 是否有看过 RAG 相关的论文或了解过前沿机制?
- 业内的优化方向有哪些?
- 如果让你类比“人看书”的过程,你会如何优化 RAG 的检索效率和召回率(引入目录、摘要)
二、 Java 基础与设计模式
1. 请简述 Java 集合的继承体系
2. HashMap 的父类有哪些?
3. 集合框架中用到了哪些设计模式?
4. 在 JDK 源码或 Spring 框架中,哪些地方应用了设计模式?
5. 单例模式有几种实现方式(懒汉、饿汉、枚举等)?还有没有别的
6. 平时在学习或写代码时会用到大模型吗?
7. 如何看待“vibe coding”这种趋势?
8. AI 辅助编程有哪些局限性
手撕
最开始让写生产者和观察者模式,不会请求面试官换一个,换成了集合合并(并查集),写了一半让口述思路就结束了
整体设计模式这块答得不是很好,而且整场面试下来面试官一直在追问
后续当晚oc
全部评论
春招还是实习
点赞 回复 分享
发布于 03-15 12:18 黑龙江

相关推荐

大模型正在重塑一切,但AI真正的普及,注定发生在“端侧”。当动辄百亿参数的模型巨兽,遇到功耗、内存与算力严格受限的终端设备,我们该如何破局?5月15日(周五)19:00,从工业界最前沿的实战视角出发,一起拆解大模型从算法结构到硅片指令的完整映射链条,深度探讨端侧大模型推理的痛点与解法 !💡 你将了解到:- 云端 vs 端侧:推理场景的范式转移- 跨越功耗与内存之墙: 端侧推理的真实挑战- 核心破局点:端侧优化的“核武器”- 未来图景:端侧大模型推理的演进脉络🔥 邀请这样的“你”来参加- 痴迷体系结构设计,渴望深挖芯片底层架构奥秘;- 深耕 AI 编译器研发,想要洞悉算子调度与指令生成的核心逻辑;- 热衷软硬件协同设计,向往打通算法与硅片的双向适配;- 专注深度学习底层优化,立志突破大模型推理的性能桎梏;- 希望跳出课堂理论、接轨工业界前沿技术风向;这里将为你献上最硬核的技术拆解、最前沿的行业洞察与最具价值的科研启发!🎤 大咖介绍建军: 地平线研发总监。中国科学院计算所博士,曾任中科院计算所副研究员。2016年加入地平线,主要负责智能驾驶芯片的软硬件协同设计开发相关工作。在CGO, ICSE, ASE, TACO, TPDS等国际会议和期刊上多次发表论文,智能驾驶芯片/编译器相关授权专利30余项。曾获北京市科学技术奖二等奖,“第十届吴文俊人工智能专项奖”芯片项目一等奖。活动详情⏰ 时间:5月15日 (周五)19:00-20:30📍 地点:中国科学院大学中关村教学楼N110🎁 彩蛋 :  限量定制伴手礼先到先得,积极互动还有叠加礼品报名方式见下方图片👇
点赞 评论 收藏
分享
评论
1
12
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务