招银网络大数据开发 一二面

①滴滴：刚开，（n）*15，已经a过了，ssp，并含有qzf，算比较有诚意的了。后端开发-网约车部门-北京。暑期转正。Go。组内工作时间：10-9.30-5。组内做的主要是安全中台与司机驾驶安全的业务开发。优点：之前暑期实习，相对比较熟悉（虽然没有接触太多核心业务）。缺点：感觉司乘安全中台业务不够有通用性，以及实习的时候感觉组内的技术积累不是很深。2️⃣百度：n*16+比较多的qzf，像是大sp。地图业务，数据引擎poi开发。网上风评不大行，加上广进计划，但总包除了测开的京东是最高的。不大了解数据引擎poi开发业务如何，有懂得的佬可以指点一下是否值得去吗？

朋友想回南方，不太想卷。但是又想互联网赚几年，所以很纠结，想看看各位宝贵的意见A:平安产险（深圳薪资：    N*18+2w业务：    后端：但跟AI相关公积金： 单边7%强度:       9-6-5B:京东零售（北京薪资：    (N+10)*20业务：    传统后端公积金： 单边12%强度：    10-10-5

淘天-阿里妈妈，主要面向广告主，做一些广告投放平台上的ai应用/agent。n*16+3.2*12，职级p5，ai应用开发字节-商业化广告，做广告中台，商家入驻签约、资金、风控之类的开发，涉及到一点与ai结合的内容。(n+7)*15，职级2-1，go开发都是开发岗，base地一样，签字费差不多，年包的话其实算下来差不太多。淘天高薪低职，字节中薪高职，怕绩效压力太大，实在不知道怎么选。求大佬们给点建议，说说原因，非常感谢

1.你的 Agent 系统Prompt 是怎么设计和迭代的？有没有做过 Prompt 自动优化？当用户提出不完整的请求时，如何补全用户意图的？2.构建 Agent 的时候，遇到过哪些瓶颈？LangChain 的 memory 默认机制在多3.用户并发中怎么做隔离？你是如何保证线程安全的？4.微调 Llama2 你是怎么选择训练样本的？清洗逻辑是什么？你有没有观察到哪些训练样本质量问题对模型行为有很大影响？举例说明。5.DPO相比 SFT，有哪些优劣？它在 Agent 任务上效果提升明显吗？你怎么构造偏好对？构造逻辑是自动的还是人工？6.你说你服务部署在 vLLM 上，为何选择它？KV-cache 如何帮助推理加速？你自己做过哪些优化？7.假如需要支持 Streaming 输出，但当前服务延迟又超标，你会怎么折中设计？8.多轮对话上下文状态管理是如何做的？如何在高并发场景下保证一致性？9.你做的 Agent 使用了多少个外部工具，在调用链条上如何保障故障容错和超时机制？10.有没有做过工具调用失败后的feedback策略设计？11.训练过程中数据来自用户行为日志，你是如何从这些数据中抽取训练对话的？有没有做过归一化或事件抽象？12.有没有了解过带有时间窗口/偏移限制的对话系统？模型怎么“理解时间”？13.你觉得 Agent 哪些模块最容易在真实业务中出问题？你会如何监控和定位的？