满帮
共 10 篇面经 · AI全栈 / AI全栈开发 / 算法工程师 / 经营分析师 / 数据分析
满帮 AI 全栈一面:Agent 流程、推理延迟优化与 MySQL 慢查询排查
满帮 AI 全栈岗位一面面经,面试围绕实习 Agent 流程、端到端延迟与大模型推理速度优化、用户无反馈时如何判断不满意,以及 MySQL 慢查询、explain 字段、索引命中仍慢和深分页排查展开。
满帮 AI 全栈开发一面面经
满帮 AI 全栈开发一面,约 50 分钟,全程围绕一个「PRD 转研发文档」的 Agent 平台深挖:六阶段串行流程的稳定性、SSE 进度推送与断线重连、MySQL 加 RocketMQ 的状态机与幂等、Redis 分布式锁,最后是一道批量导入场景题和两道智力题。
10.23 满帮笔试:AUC 手算、染色连通块与环上最短路边数概率
满帮 10.23 笔试:选择题以 Java 为主,三道编程题分别是按公式手算 AUC、每次染色后输出红色四连通块数量、以及环上查询两点最短路边数被破坏导致耗时变大的概率。
满帮经营分析师三面全过程:笔试到主管面的时间线与考点
满帮集团经营分析师面经:9.10 笔试、9.21 一面、10.8 二面、10.14 三面。一面是技术面,围绕简历深挖对经营分析的理解,面试官讲解了经营分析师的业务范围(搭建指标、取数搭看板、用户留存、策略输出)与校招生培养计划;二面是常规 HR 面,问意向城市与行业规划;三面是主管面,自我介绍加深挖产出,最后是反问。三轮都没有 SQL 手撕。
满帮数据分析面经:数仓分层、Spark 调优、两道 SQL 与决策树
满帮数据分析面试:数仓分层与 ODS 产出、Spark SQL 与原生 Spark 的区别、MapReduce 原理、数据倾斜与 Spark 调优,两道现场 SQL(分组取 Top1、按 10 分钟间隔切 session),再往机器学习问决策树、GBDT 和大模型 RAG 的落地。反问环节透露岗位在风控方向,做货运资金链路的黑产识别。
满帮 全栈(后端)一面
满帮全栈后端一面面经:深挖秒杀库存 Lua 脚本与 Redisson 分布式锁选型、本地缓存与 Redis 缓存的取舍、延迟双删与缓存一致性、知识库切分参数(1000 字符 / 200 重叠)、AI 退款意图的拦截、MySQL count 与索引失效、Full GC 排查,最后手撕搜索二维矩阵。
满帮全栈开发一面:并发容器、线程池、事务与深分页优化
满帮全栈开发一面面经,16 道题集中在 Java 并发(HashMap 与 ConcurrentHashMap 线程安全、线程池参数与拒绝策略、Lock 与 synchronized、死锁、可重入锁公平性)与 MySQL 调优(慢查询排查、索引选择、走了索引仍慢的原因、深分页优化),另有 @Transactional 与动态代理的边界问题和 JWT/HTTPS 安全问答。
满帮全栈一面:ConcurrentHashMap、Redis 与下单幂等设计
满帮全栈开发一面面经,全程约四十分钟:自我介绍后挑实习项目的亮点做浅层追问,八股集中在 ConcurrentHashMap 底层原理、Redis 数据结构与适用场景、消息队列、线程池和常用 API,另有两道开放题——实习中用 AI 如何保证需求实现的准确性,以及电商下单模块的幂等与防重复下单设计。
满帮全栈开发一面:意图识别、Dify 与索引幂等八股
满帮全栈开发一面:开场先聊为什么没有实习、第一个小程序项目为什么取这个名字,随后问意图识别与大模型的实现、Dify 怎么落地,再考聚簇索引与非聚簇索引、幂等、慢 SQL,最后是一道没写完的算法题和地区意向,结尾反问全栈岗位的日常职责。