面灵AI→

得物 MLOps 与 Agent 实习 一面(25 分钟)

轮次
一面
时间
2026-10
来源
牛客网

《面试题目》

  1. 自我介绍。
  2. 你说在学前后端,具体包括什么?
  3. 前端学到哪些了?用过 Ant Design 吗?
  4. 提交数据时要记录当前操作人,后端有哪些方式拿到用户信息?埋点是基于什么拿到用户名的?
  5. 讲一下你对 Cookie、Session、JWT 的理解。
  6. 一个 HTTP 请求从客户端发出,到最终查到数据库里的商品信息,中间链路是什么样的?握手是谁跟谁握?
  7. 做 Agent 时希望模型稳定输出 JSON,怎么做?
  8. 造数平台过程中最大的难点或挑战是什么?
  9. valid data 是怎么样的?基于什么做的?
  10. 这些验证是通过自然语言 prompt 交给大模型,还是有脚本?
  11. 对产出数据质量的观测,你做到什么程度?
  12. 项目做了多久?
  13. 这个工作是你感兴趣做的吗?
  14. 有没有不是特别想接的活?有没有挣扎?
  15. 给一段「调用大模型 API 做代码 review」的代码,口述有哪些问题,放到生产去用会怎样。

《参考解析》

「记录当前操作人」有四种来源,要能说清各自信任边界:一是登录态里带(Session 里的 userId、JWT 的 sub),由服务端从 cookie 或 Authorization 头解出,可信;二是网关注入的请求头(如 X-User-Id),前提是只有网关能写、外部请求的该头必须被剥掉;三是业务参数显式传入,最不可信,必须服务端校验;四是审计埋点在前端采集的账号信息,只能用于展示与埋点,绝不能当权限依据。答这道题的关键是区分「认证信息」与「审计信息」:前者必须服务端解出,后者可以前端上报但要标明不可信。

Cookie、Session、JWT 的关系:Cookie 是浏览器侧的存储与自动携带机制,本身不是认证方案;Session 是服务端保存会话状态、客户端只拿一个 sessionId(通常放在 Cookie 里),优点是服务端可随时失效、能存较多状态,缺点是有状态、需要共享存储;JWT 是自包含的签名令牌,服务端无状态校验,适合多服务横向扩展,缺点是签发后难撤销、载荷可被读取(不能放敏感信息)、续期要额外设计 refresh token。工程上常见组合是「短期 access token + 长期 refresh token」,并把登出、改密做成黑名单或版本号失效。

一个 HTTP 请求到查库的链路:浏览器解析 URL 并查 DNS(浏览器缓存、系统缓存、hosts、递归解析)→ 拿到 IP 后建立 TCP 连接(三次握手是客户端与服务端之间,经过的每一跳只是转发,不参与握手)→ 如果是 HTTPS,再在 TCP 之上做 TLS 握手,校验证书并协商会话密钥 → 发出 HTTP 请求,经过可能存在的 CDN、负载均衡、网关(鉴权、限流)→ 到达应用服务,框架路由到 controller,参数校验后调 service,查缓存(未命中再查库),ORM 生成 SQL 走连接池 → 数据库解析、优化器选索引、执行器取数据(可能回表)→ 结果逐层封装成响应,按 Content-Length 或 chunked 返回,连接按 keep-alive 复用或关闭。面试官追问「握手是谁跟谁握」就是在考你有没有把这句背成口头禅。

让模型稳定输出 JSON 的工程手段,由弱到强:提示词层给 schema 示例与「只输出 JSON」约束;调用层优先用厂商的结构化输出能力(response_format / JSON mode / tool calling 的入参 schema);校验层在服务端用 JSON Schema 校验并对失败重试;兜底层做截断修复(补齐括号、去掉 markdown 代码块包裹)与降级到人工;评测层统计解析成功率而不是靠感觉。只靠提示词必然有一定比例失败,真正稳的是「约束生成 + 强校验 + 有界重试」。

数据质量这类问题要能给出可执行的观测口径:先说清 valid data 的判据来自哪(业务规则、schema 校验、抽样人工标定、与线上真实数据分布比对),再说度量指标(字段缺失率、格式非法率、分布偏移、重复率、与源数据的对账差异),最后说怎么闭环(每日跑批产出质量报告、阈值告警、坏样本回流到评测集)。如果验证是脚本做的,就要说清规则覆盖了什么、脚本管不了的语义正确性靠什么补——通常是抽样人工评审。

读代码题的高频问题点:调用大模型 API 做代码 review 这种脚本,生产化时要盯住——密钥硬编码、无超时与重试、没有限流与并发控制、prompt 拼接导致超长上下文被截断、返回未校验就直接写回仓库、错误被吞掉、日志里打印了源码或密钥、成本不可控(没有 token 统计)、以及评审结论缺少可追溯的输入快照。面试官问「放到生产会怎样」,想听的就是这些工程缺口,而不是语法错误。