初试​

1. 问开发过程中主要是使用python开发吗?​

90%的场景是使用python进行开发, 擅用多线程、异步机制、以及FastAPI构建高性能的API服务。也回答了能使用JAVA的Spring Boot框架做后端开发。

• 面试官的反应貌似对python开发并不在意, 面试官自身的技术栈应该主JAVA的, 可是自己的技能中并没有对应展示。

2. 询问了Python的一些基础知识, 比如什么是装饰器、闭包​

装饰器: 装饰器是一个接受另一个函数作为输入并返回一个新函数的函数。通常依赖闭包实现 闭包: 一函数包装器是一种封装另一个函数并在其执行前后添加额外功能的函数 简单来说, 闭包:一种“函数记住外部变量”的机制, 装饰器:一种“利用闭包来增强函数功能”的写法

区别

• 闭包关注的是“作用域和状态保留”
• 装饰器关注的是“函数行为增强”
• 装饰器通常通过闭包来实现，但闭包本身并不等于装饰器

def outer(x):
    def inner():
        print(x)
    return inner

f = outer(10)
f()
# 下面是装饰器
def log(func):
    def wrapper(*args, **kwargs):
        print("before")
        result = func(*args, **kwargs)
        print("after")
        return result
    return wrapper

3. yield字段是什么意思?​

yield是python中的声明生成器的类型名称, 通过该字段命名的变量或者函数, 会转换成一种惰性的可迭代对象, 初次访问只是创建对象, 后续访问使用内置的next()函数, 迭代生成.

4. 如何设计提示词的?​

自己按照需求分析, 构建input, 核心业务流程, 简单的算法示意, 以及最终输出的样式. 先通过ai出第一版的提示词样例, 然后再做修改

• 感觉这个问题面试官针对所有人都会去问, 自己觉得提示词这块设计并不是特别的专业, 不清楚面试官想要引导我以哪种方式回答

5. 讲解一下RAG的流程, 以及自己的项目中是如何选择路线的​

我先说明了一下项目背景, 需要的数据来源以及数据格式, 既有来自于互联网的html的数据也有需要解析处理的pdf数据. 不同的数据使用不同的切块策略, html类型的数据按照标签和Parent-Child策略切分, pdf就按照标题格式来切分. 切完之后 数据经过本地部署的BGE-m3模型将分块的内容转换成固定维度大小存入向量数据库中, 此外也做了稀疏向量的处理, 但是判断词在文档的重要性靠的是模型本身去做的. 使用 BGE-m3 为文本中的 token 计算 lexical weight并以 token ID 作为词表空间中的位置，只保存非零权重，最终构成稀疏向量并存入 pgvector。 检索召回的方式, query经过同样的embedding模型, 默认使用pgvector计算余弦相似度. 此外也使用了混合检索, 先dense召回再使用BGE-m3生成parse向量 然后通过RRF按排名融合dense和sparse两路结果. 最后也引入了交叉编码器精排也就是bge-reranker, 对问题和文章块计算相关性, 对召回的候选重新排序, 只保留top-k 此外还设置了阈值过滤针对阈值结果低的返回空列表

6. 针对自己做的项目是如何做代码审查的? 项目成员是如何负责的​

回答的很一般, 主要是靠agent的code review去分析的. 其实我感觉这个回答很烂, 我觉得代码审查本质是" 分析代码、找问题、提升质量" 可能我觉得面试官比较关注工程测试这一块的环节.这方面确实是自己的不足之处, 很多时候都是自己产出代码, 并没有做好测试, 功能性分析

7. 有没有做过数据库优化的问题​

人太老实了, 直接说没有做. 因为本身行业内的数据我们也是设置了关注哪些要点数据的. 然后硬盘也是8G的空间, 就没和面试官说正常的sql优化的方式 提了一嘴pgvector的优化, 主要是正对recall这个环节的参数设置, 这个自己确实没有多少经验, 很多参数指标也没有去做验证, 靠着ai设置的.

8. 部署过模型是吧? 你们部署模型考虑的点有哪些​

内部部署gemma4模型, 自己在工作汇报过程中也是调研过gemma4、qwen等系列的模型, 本来想大展一下自己的身手的, 结果面试官根本就没问这方面的知识, 有点被戏耍了. 然后就说了下部署的几类模型在各自领域的特点, 以及参数量大小, 可支持文本类型的适配程度, 然后就是量化格式.

• 感觉面试官其实就是想问一下有没有做过这类事情, 回答的质量一般, 就是简单的应用层面, 但是我觉得面试官好像也对这个不是很在意

复试​

1.​