AI 应用开发工程师一面面经

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 📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。