美团暑期二面

少量八股
1、自我介绍
2、kafka可靠性
3、redis和mysql比较
4、SQL语句按平均成绩排名,且平均成绩>85分的同学学号和平均分
5、redis做一个页面的UV统计如何做
6、用位图怎么做
7、设计一个URL短链服务,要能支持高并发、高性能,核心考虑点有哪些?
8、针对上面这个服务,如何生成唯一的短URL?
9、如何处理短URL到对应的服务节点?
10、如何存储和检索URL映射?
11、如何扩展以支持高并发请求?
12、AI coding :给一个CSV文件,用户+商户+时间戳,检测其中的刷单嫌疑用户
13、开放题
14、智力题:两个人放硬币,交替放,不能重叠超出,有没有必胜策略
#牛客AI配图神器#
全部评论

相关推荐

头像 会员标识
昨天 21:28
重庆大学 Java
面试时间:3.30上午11点面试时长:1h5min部门:到家的搜索工程组?(没听清)自我介绍1、完整讲一下你的 RAG 项目(离线 + 在线 + 架构)2、重叠大小分块是自己做的吗?还是用的什么工具?3、向量化用的模型是什么,还记得吗?然后这个模型是你自己部署的吗?还是调的LLM接口?4、专门做过什么策略来提升召回率和准确率?如何评测召回率和准确率,有没有做过数字化的评估?5、如果说你的 embedding 质量比较高的话,那这个评测确实没有问题,但如果说就是向量化的效果没那么好的话,那这个方案好像也并不是很行得通,因为它可能生成向量的时候就会有问题,这个有考虑过吗?然后你有没有想办法去……(接着面试官说,算了不问了)6、关键字检索是怎么做的?7、你可以说一下在线的部分,就是用户从一个请求,到它最终拿到结果的一个过程?8、你刚才说意图节点,也就是意图识别的时候去识别它关联的那个叶子节点,我想问一下你这块是怎么实现的?9、你刚才说首先有多路召回,多路检索,然后每一路检索里面会有一个粗排,然后这些结果拿到之后可能还会有一个细排。然后想问一下你这两个排序大概都是怎么做的?然后如果是用模型排的话,你这分别是用什么模型?然后你知道这些模型的检索排序的原理吗?10、重排序用的什么模型?11、你可以再总结一下,就是从你这个离线到在线的过程中有多少次和大模型的交互吗?分别简述一下。12、我看你这个里面会有那个模型的,多模型的降级策略和熔断机制,你可以简单说一下,你现在是有哪几个模型之间可以降级?然后以及是怎么实现的?13、你这个降级是手动降级吗?还是自动降级?14、那这个自动降级是怎么感知的?比如说从模型里是刚才三个状态,它们三个状态之间流转是什么样子的?就什么情况下就把它变为异常了?然后什么情况下会让它自动恢复正常?还是就是怎么做的这块?15、看你这个里面还支持了那个 MCP 的工具调用,然后你可以说一下你现在支持哪些那个MCP,然后以及这些 MCP 是怎么和模型交互,然后大概的实现原理吗?(这一部分不太会,就扯到MCP与function calling的区别了)16、那function calling的话是怎么调呢?是 RPC调还是HTTP调?还是怎么调用的?17、看你这边那个会话,大概是怎么存储的?可以说一下吗?18、然后就是你这个会话就是大概是一个什么样的存储结构呢?可以说一下这个 MySQL表的存储的结构,就是哪几个关键字段?19、就比如说一个用户可能在一个会话里面和模型会有多轮的这种对话。就比如说问了一个问题,模型回答一次,然后我再问一个问题,他再回答一次,再问,再回答。这样的结构在数据库里面是怎么存的?是一条还是多条?20、然后就是你这个 message 表大概是一个什么结构?就是有哪几个关键字段?21、看你这个里面用到了那个Redis,然后你可以解释一下那个 Redis 的缓存穿透、缓存击穿以及缓存雪崩吗?以及具体解决思路?22、然后那个布隆过滤器,你可以说一下布隆过滤器的实现原理吗?算法题:合并区间23、然后我们谈一下,就是之前就是那个AI coding的那个面试题,然后你可以简单说一下你这边实现的思路吗?(这个是美团面试前发的AI Coding的题目,让设计一个限流中间件)24、我再问一下,就是你认为它的这个Lua脚本能满足那个需求吗?(要求同一个用户60秒内只能发送60个请求)这里面试官理解的是滑动的时间窗口,但是我实现的是固定的时间窗口,题目中只说了“时间窗口”,然后面试官就说你这个实现好像也没有问题。反问1、业务2、具体工作3、建议做项目其实可以更深入一点,而不是说只是作为一个 API 的调用方,就比如说这些模型,因为其实我们日常就是也会和这些模型交互之类的,你除了知道调它这个API,你可能需要更多的去了解一下,就是我为什么要这么设计,然后以及我这个模型具体能做什么东西,它大概是怎么实现的,有了这些可能对你未来会更有帮助,然后职业生涯可能更具有那个什么。(录音没录到,估计是想表达“更具有竞争力”这个意思吧)感受:面试官问的很细,能感觉出来面试官真的很专业,但是自己对于大模型相关底层原理的理解显然不够深入,MCP具体的工具调用也没来得及研究,属于半吊子水平也是第一次拿RAG项目来面试,这个面试官真的让我学到了很多,也让我知道了自己诸多的不足以及还需要提升的地方。整体面试体验感很好,面试官也不会特意刁难,我表达的很含糊的地方或者不会的地方,就是一句“行”帮我带过,感谢面试官现在还没消息,大概率是寄了,下去好好沉淀了
点赞 评论 收藏
分享
评论
1
7
分享

创作者周榜

更多
正在热议
更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务