26秋招淘天测开一面面经

1.在闪购场景的测试过程中,你主要发现了哪些有价值的问题?
2.你是怎么样来设计对应的测试方案的?
3.AI自动化加白这个功能主要是做些什么?是如何实现的?
4.能否介绍一下AI自动化埋点验证的背景以及你参与的开发工作和实际应用效果?
5.闪购页面出现白屏的原因及排查方法是什么?
6.在AI数据看板的开发过程中,AI是如何参与工作的?
7.大模型在测试场景下的局限性在哪里?有哪些改进方向?
八股
1.在专项开发过程中,你主要使用了哪些设计模式?
2.线程池的基本原理是什么?
3.单个线程的状态转移是怎样的过程?
4.有哪些常见的进程间的通信方式及其优缺点?
5.插入排序和冒泡排序在性能上哪个更好一些?
6.操作系统死锁的必要条件有哪些?
7.如何判断链表是否有环以及找到环的入口节点?
8.数据库左连接和右连接的区别是什么?
9.数据库事务的四大特性是什么?
10.在Linux系统上如何找到指定端口号的进程并结束它?
手撕环节
1.请写一个Api的fuzz测试
全部评论

相关推荐

03-16 16:19
已编辑
长沙学院 Java
如果你现在想入行AI,别一上来就啃什么反向传播、数学推导,大概率坚持不下来。直接奔着RAG去,这是企业最缺、上手最快、简历最好写的方向。RAG到底是啥?全称检索增强生成,说白了就一句话:让AI学会翻资料再回答问题。以前的大模型全凭“脑子里的知识”答题,问它“咱们公司年假怎么休”,它直接懵——它又没在你公司上过班。RAG不一样:你先把自己公司的员工手册、技术文档、会议纪要、客服聊天记录全喂进去,存在一个叫“向量数据库”的地方。员工来问问题,系统先去库里找相关材料,然后把材料+问题一起给大模型,模型照着材料回答。效果立竿见影:客服不用翻几百页手册了,秒回客户问题新员工入职,自己问AI就能熟悉业务代码报错了,AI自动查历史bug库给解决方案销售要写方案,AI去库里翻过往中标文档做参考为啥企业抢着要?因为每个公司都有自己的知识积累,通用的GPT用不上。而RAG能把公司内部经验和AI能力打通,成本低、见效快、不出错。老板一听就两眼放光。入门学啥?就两样:1. 向量数据库——存知识的地方。学学怎么把文档切碎、转成向量、存进去、搜出来。主流的Chroma、Milvus、Pinecone挑一个玩熟。2. LangChain——搭流程的工具。学学怎么把“查资料+问模型”串成一条流水线,文档怎么切、怎么搜、怎么拼给模型。怎么做项目?就做一个:公司内部知识库问答机器人。拿几百页员工手册或者技术文档,搭一个能回答任何内部问题的机器人。部署到飞书、钉钉或者企业微信上,真能让同事用起来。这个项目往简历上一写,面试官一看:这人来了就能干活。
现在入门AI应该走哪些方...
点赞 评论 收藏
分享
评论
点赞
3
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