京东探索研究院后端一面

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.在京东以"京东零售/京东物流/新业务"等为主要分部的业务格局下，如果要做一套"集团级客服智能质检平台"，你会如何拆分:统一能力、分业务差异化、以及多租户隔离与权限边界?请讲清楚你会怎么定义"平台化的最小公共集"。2.京东已有智能客服/人机交互相关产品与品牌资产(例如言犀作为服务数智化平台、沉淀了客服最佳实践的定位)，如果你接手"质检/培训/对练"产品线，你会如何重新做产品架构与路线图:哪些能力放到"通用底座"，哪些沉到"场景应用层"，为什么?3.面对京东618/11.11这类峰值场景(咨询洪峰、规则频繁变化、风险事件更集中)，你会如何设计质检与预警体系做到"峰值不崩、策略可快速灰度、风险可止损"?请给出你会采用的关键机制(如策略发布、容量评估、演练与回滚)。4.针对语音/文本多模态质检，你会如何端到端设计:数据采集ASR转写质检检测人工复核标签回流模型/规则迭代?请明确每一环节的**质量闸(Gate)**和你会盯的核心指标。5.复杂质检往往是"规则引擎+模型"混合:请你设计一个可运营、可审计、可回放的复杂规则引擎体系(冲突处理、优先级、版本管理、灰度、回溯、解释性)，并说明你如何避免"规则爆炸"和"规则失控"。6.自动评分要落到管理动作里:你会如何做评分标定(人工质检一致性、不同业务线口径统一、置信度分层、分段抽检策略)?如何证明你的自动评分"可用"而不是"看起来很准"?7.质检中的"风险预警"通常包含合规、舆情、辱骂、欺诈诱导等:你会如何定义风险分级与处置闭环(触发派单升级复盘)?哪些风险需要实时、哪些可离线?如何设置阈值避免"报警疲劳"?8."根因分析"不是做报表:请你讲清楚如果业务问你"最近投诉上升到底因为什么"，你会如何把对话质检结果与订单/物流/履约等业务数据关联，形成可执行的归因树(而不是罗列TopN问题)?

最近闲下来了，整理下面经给大家参考1)京东外卖入口在京东App"秒送"频道。请你以"上线后90天"为周期，设计一个AIl能力(推荐/搜索/对话导购/个性化等均可)从0到1落地方案:目标、关键路径、里程碑、上线标准、以及你会如何和业务指标绑定。2)京东外卖对商家有"品质堂食餐厅"等准入与审核要求。假设你要做一套"商家入驻/验真/持续巡检"的AI产品能力(含CV/风控/自动化审核均可)，请给出端到端方案与灰度策略。3)假设你要设计一个能显著提升"购买券到店核销"链路的AI产品(可以是AIGC内容、导购Agent、核销提醒、门店推荐等)，请说明你如何把它接入现有链路，并定义清晰的线上验证方法与成功标准。4)假设你要在外卖售后场景(催单、缺漏错、退款、改地址、骑手沟通)落地LLM客服/虚拟人，请给出系统设计与治理方案，说明如何兼顾体验、成本与风险可控。5)在外卖/到店场景，用户常见诉求不是"问答"，而是"帮我解决"。请你设计一个可落地的"售后Agent"(可调用订单、配送、商家、退款等工具)，说明任务分解、状态机/编排、失败回滚与审计机制。6)在增长中会涉及门槛/补贴等策略调整。请你设计一套实验框架，证明"AI能力"在拉新转化、留存复购、客单/毛利上的真实增量，并说明如何规避实验污染与外部波动干扰。7)围绕即时配送体验，请你选择一个履约体验问题(ETA更准、超时预警、可送范围动态化、备餐协同等)，设计AI产品化方案，并说明如何线上验证其对核心指标的提升。8)假设某城市外卖业务转化率在24小时内暴跌20%。请你给出从告警定位止血复盘的完整路径(包含你会看的关键指标、分群维度、以及如何形成可执行的改进闭环)。9)结合本地生活(外卖/到店)场景，请你输出一份"6个月AI产品路线图":至少包含3个项目、每个项目的价值假设、依赖资源、关键风险与验收标准。10)岗位需要对接内部技术中台能力。请你用一个具体场景说明:你会如何评估"直接用中台能力vs自研/外采"，并设计一套可持续迭代的协作机制来避免二次造轮子。11)开放生态中可能出现接口规则变更、类目校验升级、合作方清退等平台治理动作。请你设计一套"变更治理+迁移策略"，确保业务连续性与生态稳定。12)当对手在智能客服/多Agent上快速进展时，站在本地生活业务视角，你会如何做差异化:选一个细分场景，提出一个"能赢且能落地"的策略，并说明60天内如何验证。

发点面经攒攒人品1、你在线上或离线训练时，过拟合怎么处理？直接说你最有效的三个方法和拿到的收益。2、把 BN 讲透：原理是什么；训练期和推理期用的统计量有何不同；跟 LN、GN 比，分别什么时候用、怎么取舍。3、分类和回归你最常用哪些损失？你更偏好哪几个，为什么（从鲁棒性、梯度、数值稳定性上谈）。4、L1 和 L2 正则你怎么选？它们各自的效果与风险是什么，工程里你是怎么权衡的。5、二元和多分类的交叉熵你怎么写？在工程里你怎么做数值稳定实现。6、AUC 到底在统计上代表什么？你怎么计算它，在线上业务里你如何解释“这次 AUC 提升”的含义。7、你做 CTR/CVR/CTCVR 联合建模时，ESMM/ESMM2 是怎么推导与工程落地的？线上到底带来了什么收益。8、Transformer 里因果注意力的 Q/K/V 各从哪来？Mask 具体怎么实现。9、Scaled Dot‑Product Attention 为啥要除以 √dk？如果不除会出什么数值或训练问题。10、把 Transformer / Decoder‑only 的整体结构过一遍，各个组件分别在干什么，有哪些常见变体。11、位置编码这条线你怎么选：绝对 PE、相对 PE、RoPE 各自的思路、优势和局限，结合你的项目谈取舍。12、长上下文怎么搞？Rope scaling、Position Interpolation、KV Cache 管理、检索增强、窗口注意力，你的实战方案是什么。13、KV Cache 在训练和推理中的差异是什么？它的加速价值有多大，吞吐与延迟你是如何权衡的，vLLM/paged‑attention 需要注意什么。14、PEFT 方案里（LoRA/QLoRA/Prefix/Prompt‑Tuning/Adapter）你怎么选？说说稳定训练的经验。15、SFT 和对齐（RLHF/DPO/IPO/PPO）原理差在哪？在不同数据与资源条件下，你怎么选路线。16、RAG 系统你怎么设计？切分、索引、召回/重排、压缩/融合、兜底策略怎么串。17、提示词工程你是怎么搞的？System/角色/约束/分步指令怎么写，如何防越狱

1. 自我介绍2. 实习经历3. 如何设计一个转账系统（回答的很差，被引导很多）4. 讲讲关键的扣款，该怎么保证 （事务，我答的加锁，没回答到点上）5. 事务隔离级别6. 事务解决的都是什么问题7. 各个隔离级别都是怎么实现的8. 扣款可以用什么隔离级别（rc 和 rr都可以）9. 讲讲transformer （我简历有写相关经历）10. Lora QLora的区别是什么11. 为什么QLora能降内存占用12. 模型温度了解吗，为什么temperature为0输出的内容可能不一直 （moe，硬件不同）13. 模型蒸馏了解吗14. 无算法15. 反问