01 在这套 AI pipeline 中,你如何保证每一个节点执行效果的准确性?如果让 AI 自己发挥,它可能会有幻觉或偏移,你是怎么解决这些问题的?考察候选人对 AI pipeline 各节点质量控制的系统化思考,以及应对模型幻觉的工程手段。 查看学习思路
02 针对营销场景模块,你对其中的大规模数据的 SQL 是如何处理优化的?存储介质为什么用 Doris,不用 Hive / ES?Doris 的优势在哪里?如何做的技术选型?考察候选人对大规模数据处理的 SQL 优化能力,以及存储选型的权衡思考。 查看学习思路
03 场景题:设计一个 PC 页面轮播通知功能,每个用户看到自己维度的最近20条信息,后端通过实时数仓 MQ 每秒推送消息,你会怎么考虑?考察候选人的端到端系统设计能力,包括消息处理、存储选型、实时推送和一致性保障。 查看学习思路