AI 大模型应用开发 / AI Agent 工程师一面面经

某小厂面试，先跟hr聊薪资制度之类的，然后再技术面。感觉两个月前还不咋问transformer，现在都开始考transformer的八股了

---

【面经】AI 大模型应用开发 / AI Agent 工程师 一面（含场景设计）

岗位方向：AI Agent / 大模型应用开发 / RAG

面试形式：视频面试（HR 沟通 + 技术一面）

一、 HR 沟通环节

1. 目前的学历阶段与毕业时间？

2. 本次求职意向是找日常实习、转正实习还是应届正式岗位？

3. 你的期望薪资是多少？

4. 最快能到岗入职的时间？

5. 对公司的基本制度、作息与薪资构成是否有疑问？

二、 技术面：自我介绍与项目深挖

1. 请先做一个简要的自我介绍。

2. 简历上有较多后端开发经历与竞赛奖项，为什么会想转做 AI 大模型应用 / Agent 开发？

3. 在小米客诉分析 Agent 项目中，底层接入的是什么大模型？多模型选型的考量是什么？

4. 在该 Agent 项目开发中，你认为最难的技术点/挑战是什么？是如何迭代解决的？

5. 项目中所搭建的 RAG（检索增强生成）知识库的数据量级是多大？

三、 技术面：场景设计题（大规模垂类 RAG）

1. 【系统设计】 现需设计一个金融领域的垂类 RAG 系统，文本数据量极大（压缩包在 600GB ~ 1TB 之间），且文件全为 PDF（包含电子版 PDF

   与扫描版 PDF）：

   • 从 0 到 1 你会如何设计并开展这个项目？

   • 面对混合格式的 PDF，如何处理文档解析与分块（Chunking）策略？如何保障识别准确性与跨页语义连续性？

   • 检索阶段如何设计召回策略？（如混合检索、向量与关键词权重分配）

   • 针对 TB 级海量文档，全量 Embedding 开销极大，在初始化建库与后续增量更新时，如何优化 Embedding 的计算与存储开销？

四、 技术面：AI 基础与底层八股

1. 大语言模型的基础是 Transformer，请简要介绍一下 Transformer 的核心结构与推理流程。

2. 什么是注意力机制？自注意力机制（Self-Attention）与多头注意力机制（Multi-Head Attention）的区别是什么？

3. 大学期间是否有系统学习过神经网络、机器学习或深度学习相关的理论课程？

4. 什么是激活函数（Activation Function）？

5. 在向量检索召回阶段，度量 Query 与文档向量相似度的常用算法是什么？（如余弦相似度）

6. 在混合检索中，除了向量语义检索，常结合的基于关键词词频与文档相关性的检索算法是什么？（如 BM25）

五、 反问环节

1. 你有什么想问我的吗？（候选人提问了部门的核心业务方向与项目规划）

<a href="https://www.nowcoder.com/creation/subject/14710425d5b74593b2ef7103d293606f" class="subject font-green" target="_blank" data-nc-subject-type="0" data-nc-subject-tag-id="0">#秋招面试记录#</a>

<a href="https://www.nowcoder.com/creation/subject/4eb2ba09db414b1291d0f03724698482" class="subject font-green" target="_blank" data-nc-subject-type="0" data-nc-subject-tag-id="0">#牛客在线求职答疑中心#</a>

<a href="https://www.nowcoder.com/creation/subject/8941dfed8c414ac7876239b4efc6a6e4" class="subject font-green" target="_blank" data-nc-subject-type="0" data-nc-subject-tag-id="0">#AI求职记录#</a>