订阅更新

AI 与大模型 面试题37 道

RAG、向量检索、Agent、大模型应用的数据链路

全部 FlinkSparkKafka项目与面试表达Hadoop / Hive / HBaseAI 与大模型OLAP 与数据湖数仓建模SQL 与数据库数据应用：画像 / 指标 / 报表数据开发与治理Java 与 JVMPythonLinux 与运维分布式与综合
按题号 最新在前
  1. 083 RAG 知识库的数据链路怎么设计？
  2. 084 RAG 文档切分 Chunking 怎么设计？
  3. 085 RAG 为什么要做混合检索和重排？
  4. 086 大模型微调和 RAG 怎么选？
  5. 087 AI 应用的数据质量怎么保障？
  6. 093 AI 特征平台如何保证训练和推理一致？
  7. 094 向量数据库和传统数据库有什么区别？
  8. 095 HNSW 和 IVF 向量索引怎么选？
  9. 096 RAG 的效果怎么评估？
  10. 097 Embedding 模型怎么选？
  11. 098 RAG 如何做数据权限隔离？
  12. 103 AI Agent 的短期记忆和长期记忆怎么设计？
  13. 104 RAG 知识库如何做增量更新？
  14. 105 大模型应用的可观测性怎么设计？
  15. 106 AI 对话日志的数仓模型怎么设计？
  16. 107 向量索引如何处理更新和删除？
  17. 108 大模型应用如何控制 Token 成本？
  18. 28-01 你理解的Agent是什么？和写死的Workflow有什么区别？
  19. 28-02 Function Calling、MCP、A2A分别解决什么问题？
  20. 28-03 Agent的记忆怎么设计？上下文窗口满了怎么办？
  21. 28-04 RAG和Agent是什么关系？都有Agent了还要RAG吗？
  22. 28-05 Agent时代，数据开发会被取代吗？你的价值在哪？
  23. 28-06 设计一个ChatBI/智能问数Agent，业务说一句话就能出数
  24. 28-07 Agent查数总用错表、算错口径，怎么解决？
  25. 28-08 让Agent直接连数仓，怎么防止全表扫描、删库、越权？
  26. 28-09 设计一个数据开发Agent：写SQL、排查失败、修数据质量
  27. 28-10 企业知识库Agent：500万文档、300 QPS，数据链路怎么设计？
  28. 28-11 Agent效果怎么评估？上线前怎么证明新版本更好？
  29. 28-12 一次回答错了，怎么定位错在数据、检索、工具还是模型？
  30. 28-13 Agent的Trace和对话日志进数仓，模型怎么建？
  31. 28-14 大模型账单翻了三倍，成本怎么归因、怎么压？
  32. 28-15 多Agent调用链很长，失败了怎么重试才能幂等不重复？
  33. 28-16 Agent读到的数据有PII、有跨境数据，合规怎么做？
  34. 28-17 你平时怎么用AI写代码？AI写的SQL你敢直接上线吗？
  35. 28-18 没做过大模型项目，怎么讲自己在Agent方向的经验？
  36. 28-19 你们的数仓要给Agent用，你会先改哪三件事？
  37. 28-20 说一个你用AI提效的真实案例，效果怎么量化？