共比邻
AI 后端一面面经
完整信息
本篇目录
1.自我介绍
2.智能体项目里WebRTC方案是什么，如何实现的
3.ASR/TTS是如何集成的，对话是如何实现的
4.智能体上下文管理是怎么做的
5.稀疏向量和稠密向量的理解(脑袋空白)
6.向量数据库索引的选择，向量维度选择
7.聊聊GMP模型
8.第二段实习主要内容，SQL如何优化的
9.索引失效的场景
10.MySQL索引底层数据结构
11.B+树范围查询的优势
12.项目是如何压测的，压测的链路有哪些，结构如何
13.Redis高性能的原因
14.防超卖方案展开聊聊
15.除了本地信息表外的其他一致性方案
16.分布式锁实现方案，聊聊你用过的
17.kafka如何实现信息可靠性机制(没咋看信息队列，掰扯了一些乱七八糟的)
18.反问
没有手撕算法，问完就开始介绍业务了，感觉蛮顺利的
本篇目录
当前问题0116
- 01
自我介绍
- 02
智能体项目里WebRTC方案是什么，如何实现的
- 03
ASR/TTS是如何集成的，对话是如何实现的
- 04
智能体上下文管理是怎么做的
- 05
稀疏向量和稠密向量的理解
- 06
向量数据库索引的选择，向量维度选择
- 07
聊聊GMP模型
- 08
第二段实习主要内容，SQL如何优化的
- 09
索引失效的场景
- 10
MySQL索引底层数据结构
- 11
B+树范围查询的优势
- 12
项目是如何压测的，压测的链路有哪些，结构如何
- 13
Redis高性能的原因
- 14
防超卖方案展开聊聊
- 15
分布式锁实现方案，聊聊你用过的
- 16
kafka如何实现信息可靠性机制