职位题库

AI应用开发实习生面试题库

面向AI应用开发实习生相关面试，围绕系统设计、Agent架构、Agent、深度学习基础、技术选型等主题展开练习，结合题目考察点、回答思路、参考答案和常见误区，梳理知识要点并练习清晰表达。

38 道题目建议用时 114 分钟专项面试练习

全部题目 38 道题

考察操作系统基础概念，判断候选人是否理解并发执行和资源隔离。

考察候选人能否把模型规模、精度、显存/内存和CPU角色联系起来，做出合理的部署配置判断。

考察候选人对长上下文推理成本和KV Cache机制的理解，判断其是否具备推理优化意识。

考察候选人的工程规范意识和利用AI工具学习的能力，判断其是否适合实际项目开发。

考察候选人对长期记忆模块的端到端设计能力，包括需求分析、技术选型、实现细节、上线考量与效果评估。

考察候选人对 Milvus 常见索引类型的理解，包括原理、适用场景和构建参数。

考察候选人对 Agent 执行循环的稳定性设计能力，包括死循环检测、状态管理和工具结果处理。

考察候选人对记忆系统技术选型的理解，包括不同方案的优缺点和适用场景。

考察候选人定位 RAG 系统问题的系统化思维，包括检查上下文、Prompt、模型生成等环节。

确认候选人是否真正动手跑过LoRA微调，理解训练对算力的依赖以及CPU/GPU的差异。

考察对微调本质的理解，能否区分参数更新与上下文引导两类方法。

考察模型选型是否有依据，是否综合考虑参数量、显存、中文能力、许可和生态。