职位题库

AI全栈开发工程师面试题库

面向AI全栈开发工程师相关面试,围绕系统设计、RAG、并发编程、MCP、Agent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。

45 道题目建议用时 135 分钟专项面试练习

全部题目 45 道题

37

死锁的基本概念、产生必要条件以及解决思路是什么?

考察对死锁成因的理论理解和工程上预防、检测、恢复死锁的实践能力。
38

遇到线程相关的问题,你会怎么排查和定位代码?

考察候选人面对线上并发问题时的系统性排查思路和工具使用经验,而非仅停留在理论层面。
39

RAG项目中的文本切分策略是怎样的?你是如何调优的?

考察候选人对RAG链路中切分环节的理解深度,以及基于效果指标进行调优的工程能力。
40

ReAct和workflow有什么区别?在实际项目中如何选择?

考察候选人对Agent推理范式和固定工作流两种架构的理解,以及在真实场景中做技术选型的判断力。
41

请介绍你项目中 RAG 的完整链路。

考察候选人对 RAG 系统端到端链路的理解深度,是否清楚各环节职责与工程取舍。
42

Rerank 为什么通常能提升 RAG 效果?Cross-Encoder 和 Bi-Encoder 的本质区别是什么?

考察对双塔检索与交叉编码器在结构与能力边界上的理解,以及两阶段检索的设计动机。
43

你怎么判断一次 RAG 优化真的有效果?

考察候选人是否具备分层评估与线上验证的工程方法论,而非凭个案主观判断。
44

为什么很多 RAG 系统增加 TopK 以后,最终回答准确率反而会下降?

考察对召回率与最终答案质量非线性关系的理解,以及对上下文噪声和长上下文利用问题的认识。
45

多模态文档(含图片、表格的 PDF)你会怎么做入库和检索?

考察多模态场景下的文档结构化、跨模态语义对齐与多索引检索设计能力。
返回面试题库