阿里巴巴 · 淘宝闪购 C 端消费者业务
AI 应用算法工程师面经
完整信息
本篇目录
1️⃣一、项目相关
1. Agent项目是否上线部署？
2. 是否使用过LangChain等框架？
3. 意图识别模块如何实现？
4. 项目用到哪些工具？
5. 如何提升工具调用正确率？
6. 知识库如何构建？
7. RAG项目的分块策略有哪些？
8. 知识检索如何提升回答正确率？
9. 如何解析知识库中的表格/图片文件？
10. 系统是否用到ReAct模式？
11. 如何提升模型回答性能？
12. Prompt层面有哪些优化手段？
2️⃣二、大模型基础
1. Token与字符的区别
2. LangChain与LangGraph的了解
3. Agent常见模式（ReAct/Plan and Execute等）
4. Lost in the middle问题的解决方案
5. Prompt的常见结构
3️⃣三、开发基础
1. 线程池参数
2. 进程/线程/协程的区别
3. HashMap原理
4️⃣四、算法题
1. 除自身以外数组的乘积
5️⃣五、反问环节
1. 部门C端消费者业务介绍
2. 业务中AI应用研发相关内容
3. 面试表现优化建议
本篇目录
- 01
Agent项目是否上线部署？
- 02
是否使用过LangChain等框架？
- 03
意图识别模块如何实现？
- 04
项目用到哪些工具？
- 05
如何提升工具调用正确率？
- 06
知识库如何构建？
- 07
RAG项目的分块策略有哪些？
- 08
知识检索如何提升回答正确率？
- 09
如何解析知识库中的表格/图片文件？
- 10
系统是否用到ReAct模式？
- 11
如何提升模型回答性能？
- 12
Prompt层面有哪些优化手段？
- 13
Token与字符的区别
- 14
LangChain与LangGraph的了解
- 15
Agent常见模式（ReAct/Plan and Execute等）
- 16
Lost in the middle问题的解决方案
- 17
Prompt的常见结构
- 18
线程池参数
- 19
进程/线程/协程的区别
- 20
HashMap原理
- 21
除自身以外数组的乘积
- 22
部门C端消费者业务介绍
- 23
业务中AI应用研发相关内容
- 24
面试表现优化建议