C++简历求指导

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.项目拷打2.实习拷打3.OCR 结果有噪声或错误时，你是怎么做纠错或提升解析质量的？4.多模态检索中，图像和文本向量不在同一空间时，如何实现对齐？5.Agent 中长短期记忆如何设计？各自存什么，怎么触发读取？6.多轮对话中，如果不同轮次的记忆发生冲突，你如何处理？7.用户情绪异常（投诉、愤怒）时，Agent 如何在不中断主流程的情况下进行干预？8.长文档为什么一定要切 chunk 再做向量化？不切会有什么问题？9.chunk切分时为什么要有重叠区域？比例一般怎么确定？10.稠密向量和稀疏向量的区别是什么？各自适合什么场景？11.是否做过关键词召回和向量召回的融合？具体怎么做的？12.向量检索中 Top-K 设置过大或过小分别会带来什么问题？13.余弦相似度和欧氏距离在高维空间中的差异是什么？实际怎么选？14.为什么需要 rerank 模型？它解决了向量召回的哪些问题？15.rerank之后的截断策略是怎么设计的？为什么选这个 K 值？16.文档发生局部更新时，如何做增量索引而不是全量重建？17.RAG 中如果没有召回到相关知识，如何约束模型避免胡编？18.HyDE 在 query 模糊时是如何提升召回效果的？19.超长上下文模型出现后，RAG 架构的必要性是否会下降？20.大模型高并发调用时，如何做限流、降级和成本控制？

昨天分析了字节，今天来聊聊腾讯，腾讯目前在招agent相关岗位主要是社招为主，需要有相关经验的人才，不过应届生们也可以对照社招的标准去学习技能一、编程语言与框架Python（核心）+ PyTorch 等深度学习框架C++、C#、TypeScript 等语言部分岗位需熟悉游戏引擎（Unreal Engine、Unity）二、AI/ML 核心能力扎实的深度学习算法基础，熟悉 LLM、BERT 等自然语言处理技术RAG（检索增强生成） 架构设计Multi-Agent 系统设计和开发经验提示工程与上下文优化三、Agent 专项能力Agent 的“规划（Planning）、记忆（Memory）与反思（R...

一、开场与项目基础先做个自我介绍。为什么用消息订阅异步落库，而不是同步写库？系统峰值大概在什么级别？有考虑过为什么库支撑不了吗？二、消息队列可靠性MQ 写失败了，怎么保证消息不丢？是先批量更新数据库，再写推送状态吗？先更新数据库再推送？如果推送状态写失败了会怎么办？可以支持重试吗？如果更新成功、推送也成功，重试一次会怎么样？会推两条吗？三、分布式锁项目里用的分布式锁具体怎么实现？锁是怎么释放的？锁过期时间设 30 天，30 天内重试会有什么问题？正常用 Redis 实现防并发的分布式锁，应该怎么实现？释放锁在哪里释放？正常请求结束后，在哪个环节释放锁？四、MySQL 优化线上一条 SQL 执行 5 秒，怎么优化？这 4 种 SQL case，哪些能命中索引，哪些命中不了？知道什么是 ICP 优化吗？五、高并发：商品超卖活动限量 100 件，说出三种防止超卖的方案，并对比优缺点。详细说下 Redis + DB 这种方案，怎么保证 Redis 和 DB 的一致性？这种方案和第二种 Redis + MQ 方案有区别吗？Redis + MQ 方式下，怎么保证 Redis 和 DB 的数据一致性？比如 Redis 扣减成功、MQ 写失败怎么办？如果加入对账机制，对账需要哪些数据？上游、下游分别要存哪些数据？六、大数据量分页与分库分表订单表 5000 万数据，分页查询怎么优化？订单表达到 1 亿条，单表查询越来越慢，怎么处理？水平分表具体怎么分？用户订单表，根据什么字段切分比较合适？七、数据库死锁数据库死锁产生的原因是什么？怎么避免？生产或日常开发中有没有遇到过死锁问题？八、Redis 缓存问题什么是缓存雪崩、缓存穿透、缓存击穿？分别怎么解决？九、缓存更新策略先更新数据库还是先更新 / 删除缓存？方案是什么？先更新 DB 再删缓存，那什么时候写缓存？十、限流方案实现严格一分钟内的请求限流，用 Redis 怎么做？还有其他限流方法吗？滑动窗口（ZSET）、令牌桶、漏桶这几种方案有什么区别？适用场景分别是什么？十一、前端基础前端平时有接触吗？比如 JS？什么是跨域？为什么会有跨域？怎么解决？了解 CSRF 攻击吗？怎么防御？防 CSRF 的 Token 怎么生成？十二、分布式事务了解什么是分布式事务吗？说一下两阶段提交。十三、算法题完成两道算法题，并讲解代码思路。十四、AI 工具与 Agent日常开发用过哪些 AI 工具？豆包帮你解决了什么问题？Cursor 是付费会员吗？怎么付费？AI 生成的代码怎么验证正确性？让 AI 写一个 Redis 分布式锁工具类，你会怎么描述需求、怎么写 Prompt？系统客服角色接入大模型做智能问答，整体架构和流程怎么设计？RAG 的整体流程是什么？一份文档怎么向量化接入？向量检索后，是把所有相关 wiki 都交给大模型吗？检索出的内容做精简压缩用什么实现？什么是 AI Agent？和普通写 Prompt 有什么区别？

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. 项目拷打3. 如果你要向一个不太理解AI的同事去解释RAG，你会怎么用一个通俗易懂的话语去解释RAG，并说明其核心价值和主要应用场景？4. 有没有一种比较通俗的类比，可以让他很快速的去大概理解一下这个东西呢？5. 假设你从来没接触过向量数据库。现在有一个项目就需要使用它，你一般会如何快速的去学习和上手呢？6. 在一个RAG系统中，用户反馈检索到的文档很多但是回答的质量不好，你会从哪些角度去分析和解决这个问题呢？7. 请简单解释一下什么是余弦相似度。在RAG系统中，它通常用来做什么？8. 什么是嵌入？在RAG系统中为什么需要将文本转化为向量（嵌入）呢？9. 你最近有没有在自己在钻研一些新的方向呢？