Agent 应用开发工程师二面面经

#秋招面试记录# 一面之后觉得回答的不太好，居然约了二面，这一次我必须要把握机会 1.自我介绍 2.你现在主要的技术栈是JAVA吗 3.了解C++吗，讲一下这俩语言有啥区别吧，在开发上最大的区别是啥 4.你对后续的职业规划是怎么样的，对技术栈有强要求吗 5.最近半年都在京东实习，现在结束了吗 6.为什么从京东离职呢 7.拷打实习 8.我看你还有一个根因定位的Agent，能详细讲一下吗 9.整个工作流是怎么触发的呢？ 10.你们是采用webhook的方式来进行响应的，那么在hook的时候怎么判断对应的决策的路径呢？ 11.假如意图识别出现了偏差，怎么办呢？刚开始就错了后面排查路径不对怎么补救呢 12.实践过程中，一个问题大概要多少loop 13.怎么评判这个loop次数是符合预期的呢？loop上限是依据什么取的 14.查询日志接口是现有的是吧，怎么保证不会一次拉取过多的日志上下文爆掉呢 15.你们怎么去评估这个Agent的效果的呢？以及后续怎么优化的呢？ 16.这几个点都是一些不同维度的指标，有些指标变好，有些指标变差，这个时候怎么判断优化的结果怎么样呢？ 17.loop次数其实和读取的日志所涉及的量有关系，那么为什么还要把loop次数作为一个测试的指标呢？ 18.IM项目中的AI助手和知识检索是怎么做的呢？是你自己做的吗？ 19.API调用大模型的时候是分场景调用还是什么形式 20.我看你们这个有一个向量检索，为什么对不同的文档进行分别进行切割和向量化 21.用的什么embedding模型 22.embedding模型是多大的模型，有没有尝试过其他的embedding模型呢？ 23.RRF融合排序是怎么做的？什么原理呢 24.所以这个RRF是使用的向量检索的结果和ES的结果来进行融合的吧？ 25.为什么还要再做一次rerank 26.怎么优化这个rerank的结果呢？怎么确保现在rerank的效果是好的 27.人工标注的规模有多大 28.这个RAG评测平台的目标是什么呢？ 29.为什么这个平台可以解决人工标注的问题 30.我们做个题目吧：你这边用的是JAVA吗？ 31.寿司：输入一个数组，一个行数m，然后按照倒N的形状来输出 32.假如这个问题改成先从上到下，再从左往右这样排列，怎么改呢？ 33.你这边的base地有强要求吗？ 34.讲一下你的职业规划吧，你希望三年内做到什么地步 反问： 1.在AI的浪潮下，对开发岗位来说如何保持一个竞争力 反反问：现在AI的模型下，在实际生产过程中，比较困难点的在哪里呢？ 2.部门具体的业务 3.不同技术栈在考察不同背景的学生的时候，面试的时候会更看重哪些方面