职位题库

AI后端开发工程师面试题库

面向AI后端开发工程师相关面试,围绕Agent、系统设计、AI应用、RocketMQ、消息队列等主题展开练习,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。

8 道题目建议用时 24 分钟专项面试练习

全部题目 8 道题

01

讲一下AI题目的思路,设计方案怎么写的,什么流程,什么内容?

考察候选人能否清晰阐述AI项目的设计思路、流程和方案内容,评估其系统设计能力和对AI应用落地的理解。
02

图片编辑那个工作调研了多少模型?

考察候选人在图片编辑项目中模型调研的广度、深度以及选型依据。
03

讲一下模型评测elo那个,到底是怎么pk的?

考察候选人对ELO评分机制在模型评测中应用的理解,包括PK流程、评分更新和结果解读。
04

不同模型在不同提示词下会有不同的效果,测试的时候准备了多少组提示词,到底怎么测试的?

考察候选人在模型测试中提示词的设计、测试流程和结果分析能力。
05

智能oncall agent这个项目,上下文记忆怎么做的?

考察候选人在智能oncall agent项目中上下文记忆的设计与实现,评估其对记忆机制、压缩策略和工程落地的理解。
06

请介绍车抵贷多证件解析项目,以及完成率从 83.6% 提升到 92.5% 具体做了哪些优化?

考察候选人在实际项目中的优化能力、对指标提升的贡献以及数据驱动的思维。
07

请介绍 ______ 中 Planner、Executor 和 Critic 的设计,以及 Critic 发现证据不足后定向补证是如何实现的?

考察候选人对 Agent 工作流中核心组件设计的理解,以及如何处理证据不足和补证逻辑。
08

代码审查题:检查一段 RocketMQ 消费者的 onMessage 代码,找出其中的问题,并说明长时间消息消费可能产生哪些影响?

考察候选人对消息队列消费机制的理解,包括消费超时、重试、重复消费、线程占用和消息积压等问题。
返回面试题库