字节跳动

AI应用开发一面面经

完整信息

17 条问法 · 25 道题

本篇目录
#实习面试记录# 面试时间:8月6号 面试岗位:AI应用开发 整体面试体验还挺好的,面试官沟通比较平等,没有特别强的压迫感,前面主要是了解个人经历和项目,后面会根据项目细节不断追问 面试问题: 1.自我介绍 2.为什么选择 AI 应用开发方向? 3.项目相关介绍 4.平时如何学习大模型及 Agent 领域的前沿技术?日常使用哪些 AI 编程工具? 5.你如何理解 Agent 系统?可以拆解一下 Agent 的核心模块吗? 6.Tool 的设计原则是什么?哪些能力适合抽象成 Tool?如何设计 Tool 的参数 Schema 和错误码? 7.Memory 有哪些类型?分别如何实现?短期记忆和长期记忆在工程中如何进行存储、过期管理和去重? 8.ReAct 和 Plan-Execute 架构分别适用于哪些场景?如何避免 Agent 出现无限循环或者多个 Agent 之间互相推诿任务? 9.多 Agent 协作系统如何设计?Agent 之间的通信机制和状态共享如何实现? 10.请完整介绍一下 RAG 的整体流程。 11.Chunk 的切分大小如何确定?重叠度如何设置?是否尝试过不同参数,并进行过效果对比? 12.当向量召回结果不准确时,通常优先排查哪些问题?有没有尝试过关键词检索 + 语义检索的混合检索方案? 13.Rerank 通常如何实现?排序过程中的特征权重如何进行分配? 14.RAG 和微调应该如何选择?在实际工程项目中如何组合使用? 15.如何优化 RAG 系统,降低整体延迟以及 LLM 调用成本? 16.在项目中遇到过最大的 Bad Case 是什么?如何定位问题,并解决大模型幻觉问题? 17.大模型调用出现超时或异常时如何处理?Agent 系统的稳定性、监控和可观测性如何建设? 准备方向还是要更加贴近实际项目,之前准备的时候会刷一些八股和概念,但现在面起来感觉很多问题都是结合经历展开的
本篇目录
  1. 01
  2. 02
  3. 03
  4. 04
  5. 05
  6. 06
  7. 07
  8. 08
  9. 09
  10. 10
  11. 11
    Chunk 的切分大小如何确定?重叠度如何设置?是否尝试过不同参数,并进行过效果对比?
  12. 12
  13. 13
  14. 14
  15. 15
  16. 16
  17. 17

相关公司