【面经】9月30日 理想/AI工程/1面/1h

自我介绍

选一个项目去分享，包括参与的工作、问题的解决、最后的收获是什么（难点：大模型使用、工单生成这两个部分）

输入弹幕，输出是什么？

（因为是 AI 工程方向，所以接下来的八股两方面都有）

工程八股：

熟悉哪些开发语言？（java、python、js）

spring、springboot、springcloud 很熟是吧？（知道他们的区别）

MVC 是什么？

springboot 有哪些方式获取配置文件？（直接 java 读取、configproperties 注解、value 注解）

java 哪些容器是线程安全的？（concurrenthashmap、copyonwritearray、hashtable）

微服务了解吗？SOA 了解吗？微服务核心构建有哪些？（这些都不太懂，就说了微服务通信方式稍微了解一点）

微服务的意义是什么？为什么叫微服务？

HTTP、RPC 的区别？是什么本质区别导致他们的使用场景不同？（答半天没答上，面试官提示说是连接模式）

OS 了解多吗？说说 JVM 的内存管理？说说 Java 对象从开始创建到最终释放的过程？

OS 的容器技术了解多吗？

sql 中 char 和 varchar 的区别？哪种效率高一点？（varchar）

nosql 只了解 redis 是吧？你如何认知 redis？redis 单线程还是多线程？为什么单线程？

标准的 CI/CD 开发流程？部署在什么环境上？

了解容器化吗，docker 和 k8s？k8s 命令熟吗？有在 CI/CD 中加过 regulation test 吗？

AI 八股：

ML、DL、LLM，你选一个聊吧。（ML、DL 都行）

逻辑回归为什么是个分类模型？（学习一个决策边界，两边分别对应两个类别）

决策树了解吗？bagging 和 boosting 区别？（bagging 是平均多个学习器的结果，boosting 是后面的学习器会给予前面学习器错误样本更大的权重）

降维算法了解吗？PCA 是把向量向什么东西做映射？映射那个面的物理含义是什么？（正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，这组新的变量称为主成分。）

DL 了解哪一部分？

LSTM 熟吗？遗忘门主要做什么？组成是什么？主要过滤掉哪两个方面的信息？

transformer 了解吗？用到了哪几种 attention？分别叫什么？代表了什么？（self-attn，捕捉序列内部的依赖关系；cross-attn）

还了解哪些？（GNN）

空洞卷积知道吗？

逆卷积呢？卷积和逆卷积的使用场景？（下采样和上采样）

大模型了解什么？（LLM 使用、RAG、Agent 概念）

langchain 了解吗？抽象概念是什么？（链、记忆、工具）

SFT 了解吗？（监督微调）

大模型部署呢？不同框架部署的优缺点？

反问：

主要工作是什么？业务场景是什么？（不只是大模型，也不局限于是生成式，包括 rank、embedding；场景层面包括智能获客、智能营销）

业务场景上的工程上面的难点是什么？（稳定性、效率）

主要的业务方？和其他业务方如何协同？

总结：

工程方面还好，AI 算是被问穿了。但这场面是我觉得很有收获，也让我认识到了自己的一些问题。