拼多多日常实习 大模型算法一面分享

研发/后端岗位对于普通开发岗，面试官主要考察你如何利用 AI 提效，以及是否具备“驾驭 AI”的能力。“你日常使用什么 AI 编程工具（Cursor/Copilot/通义灵码）？请举例说明你是如何用它们提升效率的？”“在使用 AI 生成代码后，你如何进行 Code Review？如何保证 AI 没有引入安全漏洞或幻觉 Bug？”场景题：现场出题：可能会要求你在10分钟内利用 AI 实现一个具体功能（如“实现一个淘宝首页”或“设计一个短链接系统”），重点看你的 Prompt 迭代过程和最终代码的可用性。调试能力：给一段报错的复杂代码，看你是否能利用 AI 快速定位根因，而不是盲目试错。算法/大模型岗位如果你面试的是算法岗，AI Coding 的门槛会非常高，不仅要会用，还要懂底层。底层原理与手写：手写算子：虽然允许用 AI，但可能会让你手写 Transformer 的核心模块（如 Self-Attention）、RoPE 旋转位置编码或 FlashAttention 的简化版。框架理解： “Megatron-LM 是如何实现 Tensor Parallel 的？”、“ZeRO 优化器的三个阶段分别解决了什么问题？”业务场景落地：电商场景： “在电商导购场景中，如何利用 RAG（检索增强生成）解决大模型幻觉问题？”、“如何设计一个支持海量用户实时聊天的系统？”数据处理： “如果让你用 AI 清洗 TB 级的电商评论数据，你会设计怎样的 Pipeline？”

面试时间： 5.21技术栈： Agent、Java、Python、Node、SQL、前端面试题目1.自我介绍2.新闻数据来源、数量规模如何存储，数据库表如何设计的，存哪些字段数据来源：RSS 订阅、爬虫抓取、第三方 API（如 NewsAPI）。存储规模达百万级时采用分库分表或时序分区。表设计核心字段：id、title、content、source、publish_time、category、embedding_vector（外链向量库）、create_time。按发布时间做范围分区，热数据放近期分区加速查询。3.新闻向量数据库如何分区？文本编码方式，新闻词嵌入，如何召回，编码方式和召回方式如...

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.实习拷打2.问agent项目的架构3.了解skill吗4. 有没有自己实现过mcp5. Ai回答不准确怎么做的6. 怎么测他的一个准确度7. 场景：假如现在外包在ai和用户之间，每次返回都要看看回答的准确性，不准确外包再补充输入返回给用户，这个情况架构怎么实现？8.第一个项目做了哪些优化？9.redis如何实现高可用高并发10.系统压测多少11.这么低有没有考虑过原因，还有没有其他优化角度

一面 大约1h自我介绍为什么选择做这两个项目项目为什么选择E2B沙箱，选型的理由，E2B相比其他方案的优点项目为什么基于LangGraph去做短期记忆为什么采用 sqlite checkpointer/长期记忆又是如何实现的openclaw的记忆机制怎么实现的？你有借鉴吗项目设计的思路和理由怎么理解skill？它能解决什么问题/自己写过什么skill/自己怎么写MCP用ai coding工具写代码达不到预期怎么办怎么合成数据集/合成数据集质量达不到预期怎么办prompt如何调优开发过程遇到的问题是什么？如何解决的？如果可以重新设计某一模块会怎么做？原因是什么？如何跟进最新的ai进展？你最近读过...