大模型应用开发岗个人面试经验总结
大模型应用开发面经5年经验岗位AI大模型应用开发面过的公司阿里、腾讯、美团、字节、快手、同程、京东、360、keep、滴滴、印象笔记、作业帮、昆仑万维、数驱互动、Authing.…先说总结面试内容难度个人觉得在LLM应用的面试题上没有太多复杂、高深的问题不像上来让你说一下分布式锁怎么设计然后死扣设计细节或是描述一下MVCC原理这种偏高难度的八股文问题究其原因以下几点一是大模型应用目前仍没有很成熟且被广泛接纳的方案都还在探索二是很多公司今年刚开始all in Al我司 all进去的比较早点面试官也懂得不多。例如RAG这个东西大部分的面试题无非是“你觉得RAG中最难的是什么?文档切割喽”、“你是怎么解决幻觉问题的”“微调和 RAG的区别是啥”等等。如果你做过RAG加上你经常看技术文章结合你的“侃侃而谈”基本面试官都觉得ok。但这里着重说一下我觉得当前非常重要且极大概率提升面试通过率的的一个技术点就是掌握微调原理并且做过动手做过微调工作再加上动手部署过大模型。算法题一半是DP问题还有一部分难度是easy的问题总体上都是“老熟人”但是你即使写出来面试不一定就能过有的干脆就不考算法题。八股文明显比之前少很多这个和面试的岗位有关系LLM应用的岗位更偏实践所有很多一面就是leader面直接问项目除非一面也不懂LLM的东西就会考八股文。但总的来说八股少了但是绝对不可以不准备好几次挂在这上面别小瞧它。offer如果你期望薪资比较高对方说要在等等基本上凉了。大部分涨幅基本是不到20%的但我的期望是30%左右最后还是拿到了要有一点点耐心还要有一定的运气。不要眼高手低先拿一个低于自己预期的offer再慢慢谈前提是公司想要你。规划好时间集中面试集中对比时间线不要拉的过长统筹安排好了自己才不会乱了阵脚。二次总结一下重点每次面完都要复盘没答好的问题一定要重新梳理答案。没把握问题的可以直接说不会别给个你自己都听不懂的答案。简历可以让Al帮你润色但自己要check一遍别吹过头了。多看技术文章扩展技术视野提高二面面试官对你的印象。表达一定要流畅清晰不要断断续续的面试官会觉得你思路不清晰。项目效果评估是个很重要的问题不管你的技术多炫酷终究还是要看效果看落地效果。面试题有印象的部分LLM基础大模型是怎么训练出来的?Transform 的架构,Encoder和Decoder是什么?Function Call是怎么训练的微调的方案有哪些?自己做过没有?大模型分词器是什么Embedding是什么你们用的那个模型Lib:介绍一下 langchian·介绍一下 autogen有没有用过大模型的网关框架litellm为什么手搓 agent而不是用框架mcp是什么和Function Call有什么区别?有没有实践过?A2A了解吗Prompt:ReAct是啥?怎么实现的CoT是啥?为啥效果好呢?有啥缺点?Prompt Caching 是什么?温度值/top-p/top-k分别是什么?各个场景下的最佳设置是什么RAG:你介绍一下RAG是什么?最难的地方是哪?文档切割策略有哪些怎么规避语义被切割掉的问题?多路召回是什么?文档怎么存的?粒度是多大?用的什么数据库为啥要用到图数据库?向量数据库的对比有没有做过Qdrant性能如何量级是多大?有没有性能瓶颈怎么规避大模型的幻觉?微调和 RAG的优劣势怎么量化你的回答效果例如检索的效果、回答的效果。workflow:怎么做的任务拆分?为什么要拆分效果如何?怎么提升效果?text2sql怎么做的怎么提高准确率?如何润色query目的是什么?code-generation 是什么做的如何确保准确性现在再让你设计你会怎么做?replan)Agent:介绍一下你的Agent 项目长短期记忆是怎么做的记忆是怎么存的粒度是多少怎么用的Function Call是什么做的?·你最大的难题是什么你是怎么提高效果的怎么降低延迟的端到端延迟如何优化的介绍一下 single-agent、multi-agent的设计方案有哪些如何看待当下的LLM应用的趋势和方向系统设计题短链系统分布式锁的设计结合线上问题快速定位项目工程代码有问题的地方有很多结构化和非结构化数据怎么分析再怎么得出我要的结论八股go的内存分配策略、GMP、GCpython 的内存分配策略、GCredis 用过那些mget 底层什么实现的、zset 怎么实现的mysql索引怎么设计最好?数据库隔离级别?mvcc是怎么实现的分布式锁是什么实现的kafka 的 reblance是什么?会产生那些问题?怎么保证数据不丢?go中 net/http 如何处理的 tcp 粘包问题http2是什么?比http1.1有什么优势?学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】