职位题库

软件开发工程师(AI方向)面试题库

面向软件开发工程师(AI方向)相关面试,围绕知识库、工程规范、协作流程、职业素养、数据更新等主题展开练习,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。

10 道题目建议用时 30 分钟专项面试练习

全部题目 10 道题

01

请介绍你的绩点排名,以及本科期间参与过哪些比较大型的比赛?

了解候选人的学业表现和团队协作、工程实践能力,判断其基础素质与岗位匹配度。
02

请解释AOP的实现原理,并说明AOP与拦截器、过滤器的区别。如果有多个注解,如何定义执行顺序?

考察对Spring AOP底层原理的理解,以及在实际开发中区分不同拦截机制和解决执行顺序问题的能力。
03

你的Agent项目为什么采用混合检索?为什么不直接使用向量检索?混合检索的得分如何处理?

考察对检索增强生成中混合检索策略的理解,包括其优势、适用场景以及得分融合方法。
04

请描述Agent项目中滑动窗口+摘要压缩的会话记忆机制是如何实现的?如果摘要不准确怎么办?如果用户提问的问题在此前很久的会话中出现过,你怎么处理?

考察对长会话记忆管理的设计能力,包括滑动窗口、摘要压缩的实现细节,以及应对摘要不准确和长期记忆检索的策略。
05

如果要把你的知识库做成Agent,你会怎么设计这个Agent?

考察将知识库转化为智能Agent的系统设计能力,包括架构设计、工具使用、规划与执行等。
06

请介绍你第一个实习中AI相关的使用场景和你的具体工作。

核实实习中AI相关工作的真实性与深度,判断候选人是否真正参与落地而非仅了解概念。
07

开发过程中遇到过大模型相关的问题吗?你是如何定位和解决的?

考察候选人对大模型应用典型故障的排查思路,以及是否具备工程化解决问题的能力。
08

请介绍你项目的整体架构,以及为什么选择这些技术。

考察候选人对项目整体结构的把握程度,以及技术选型是否有依据而非堆砌。
09

如何保证知识库数据的实时性?

考察候选人对RAG类系统中数据新鲜度问题的理解,以及是否考虑过更新策略与一致性。
10

个人项目开发和公司项目开发有什么区别?

考察候选人对工程规范、协作流程和质量要求的认知,判断其是否具备企业开发意识。
返回面试题库