百度 一面

微信用户_5412

1. 过简历2. harness包括什么，哪些部分可以被模型吸收3. 进程和线程的区别4. 堆和栈的区别5. TCP和UDP的区别，建立连接的过程6. workflow适合什么场景7. 如何调用mcp、工具太多怎么办、讲一下延迟加载8. harness和模型传什么信息9. 讲一下kv cache10. 手撕hot100变体       

微信用户_5412

1、简单自我介绍
2、简历里面和用户研究最相关的项目
3、简历项目一些深挖（数据分析的项目会问方法和稳健性之类的，还有显著性检验的方法和区分）
4、目前使用的AI和国内大模型的一个竞品分析（前面能想到，后面没准备遗憾笑之）
5、平时数据分析使用的软件和AI
6、笔试题目的细节追问，显著性方法对比（这个有点点难度）
7、对用户研究的理解，自己blabla讲了之后老师会解释，然后问你觉得和你理解的偏差
8、突然闪现简历，问一些行研的问题，然后问为啥转向互联网（动机）
9、你认为你更喜欢定性还是定量的动工作（说了一通发现和岗位要求不太一样，悲伤哭泣）
10、啥时候到岗，是否接受加班，你理解的互联网工作咋样
11、老师自己解释了下工作岗位的具体内容
12、反问

微信用户_5412

【一面50min】
1.自我介绍
2.介绍一下CAPM模型的核心内容
3.Fama-French三因子模型是什么？和CAPM模型的差异？三因子具体是哪三个因子？
4.介绍一下上段实习中具体做了什么？
5.如果站在供应商视角你觉得如何才能提升拿下一个项目的概率？
6.另一段运营实习中的市场调研、竞品分析是怎么做的？有用到AI或大模型吗？
7.未来职业规划与性格特质
8.日常学习或生活中用过哪些AI工具？在什么场景下用的？
9.平时是否了解AI技术发展方面的内容？国内目前有哪些主流大模型？
10.是否了解MOE和Dense两种模型架构？它们的区别是什么？
11.反问

微信用户_5412

1.自我介绍
       
2.Agent 项目：它是用于代码答疑的吗？
       
3.若提供一段线上故障日志，它能排查 bug、定位代码缺陷吗？
       
4.项目内的 LLM Runtime、Tool Runtime 各自承担什么职责？
       
5.模型路由的判定标准是什么 ？
       
6.错误重试会覆盖所有异常吗？参数错误如何应对？
       
7.具备流式输出吗？具体的流式响应如何处置？
       
8.SSE 与常规 HTTP 连接有何差异？
       
9.SSE 和 WebSocket 区别在哪？WebSocket 属于半双工吗？
       
10.若规划了多轮工具调用，上下文如何管控？
       
11.工具返回结果会庞大吗？现实中碰到过吗？
       
12.上下文截断除信息丢失外，还有什么隐患？
       
13.现实中碰到过什么难题？
       
14.工具有超时限制吗？工具是并发调用的吗？
       
15.幂等性具体如何保障？
       
16.Trace 的 Hook 如何规划？划分成哪几层？
       
17.用户单次请求在最终 Trace 呈现上是何种形态？
       
18.Trace 具体如何应用？会开展分析吗？
       
19.是否借助 Trace 剖析过中间问题？
       
20.工具调用结果缓存如何规划？
       
21.缓存内容、缓存时长如何裁定？
       
22.用户长期偏好如何留存？何种数据结构？
       
23.Agent 敏感信息泄露如何防范？
       
24.输入过滤如何实施？
       
25.输出脱敏如何执行？
       
26.系统设计：智能文档审阅 Agent，风险标注、修改建议如何落实？
       
27.Java ThreadLocal 在会话管理中如何运用？
       
28.ThreadLocal 内存泄漏留意什么？
       
29.意图识别模块：分类模型对比规则引擎？准确率如何优化？
       
30.工具调用链路如何规划？
       
31.Agent 如何实施监控和回滚？