携程金融部门

一面已经进行了一轮拷打，二面的面试官应该也是比较懂这一块的，也是进行了新一轮的拷打：1. 特定技能召回与Function Call的区别？2. 为什么要在 Function Call 前设置特定技能召回层，有什么冲突吗？3. 你的特定技能召回跟 RAG 有什么区别？4. 意图识别准确率是怎么计算或评测出来的？5. BM25 公式是什么？6. 向量检索的相似度计算方式？7. 如何使内积计算的精准度接近余弦相似度，实现性能优化？8. RRF (Reciprocal Rank Fusion) 是什么？9. 介绍一下Re-ranking10. RAG Agent 的模型架构？BERT 和 Embedding BERT 的区别？11. 介绍一下Cross Encoder？12. 快速改写 (Query Rewriting) 的方式？13. 看过Cursor, Claude Code里面的System Prompt吗14. Claude Code 和 Cursor 的上下文压缩是怎么做的？15. 如何让模型准确使用多种代码工具（语义搜索 vs. 指定路径检索）？16. 手撕是LRU二面的面试官感觉确实对这一块比较懂，撞到钢板上面了，作为大模型应用半吊子的我来说根本遭不住这样的狂轰滥炸，已经寄了。

大概26分钟，感觉面试官对我有点不感兴趣，问问题沉默好久，呜呜呜呜问的问题基础和场景题都有，场景题多一点。无手撕，可能因为我是搞逆向的。和一面一样都答得有点糟糕，好难过，好想去网易许愿能过吧

鼠鼠拿到了三个offer但不知道怎么选 问一下大佬都是base北京 测开岗1.抖音生服的商家平台 业务是支付相关2.快手电商 这个不知道什么业务3.携程金融 也是支付相关想问一下选哪个比较好

9.19 一面：1.自我介绍2.实习工作具体介绍 延申3.八股4.多线程场景 线程池 为什么使用线程池 目的是什么5.索引 索引结构 为什么选用b+树6.具体的索引优化场景7. Synchronized volatile 问到了实现的具体原理8.虚拟内存 为什么需要虚拟内存 进程之间可以共享虚拟内存吗9.手撕：和为k的最长子数组10.反问流程 至少三轮面试 都是技术面9.23  二面：1.自我介绍2.实习相关 具体做了哪些工作3.对spring的理解 说了ioc aop spring管理内存有什么好处4.对大量数据怎么做优化5.spring ai怎么学习的 怎么想着去做一个这样的项目6.反问 流程 技术栈9.29 主管面＋hr面到场先手写了个合并区间1.先是主管面，自我介绍，实习工作介绍，技术问题比较少，主要是看你实习的具体工作，表达能力，问了下期望薪资。2.hr面就问了手上有哪些offer，然后就是互夸环节，贵司好啊，你也好啊，都好啊，大概是这样。国庆后收到意向整体来说一面和二面问的问题都比较深入，会延申到你不太清楚为止，看看你的水平，我觉得也有一部分运气好吧，跟面试官沟通都比较和谐，并且一面一开始比较严肃，但是面到最后面试官已经开始哈哈哈了，二面面试官更是ld的感觉，就很淡，很淡淡的感觉。主管听声音比较年轻，问的问题比较宏观。