面灵AI→

阿里云 Agent 应用研发 HR 面:自我介绍、项目从零与成果上线

Agent 应用研发 HR面

阿里云 Agent 应用研发 HR 面四问:如何用一分钟讲清主要经历、角色与核心产出;接手时项目是否已有版本、负责模块是否从零开始;工作成果有没有真正投入线上使用;什么场景会带来压力、如何解决、结果怎样。

2026-11

阿里云 AI 评测工程师二面:benchmark 选型、评测集构建与 judge 模型

AI 评测工程师(MaaS) 二面

阿里云 AI 评测工程师(MaaS 评测)二面,全程围绕项目与评测方法论:两个项目的关联、项目能否扩展到多模态(图片生成没有统一的 next-token 范式,难统一)、项目主题来源、benchmark 选型逻辑(baseline 普遍在用的必须对比、引用量作质量代理)、自建评测集怎么做、优秀评测集的标准(无硬性错误、领域与生成模型分布广且均匀、难度分层合理、长度/n-gram 等统计特征无显著差异以防 hack)、结果指标与 case study、想让结果更好有什么办法、实验结果偏差怎么分析、三个项目的区别与联系、近期火的 judge 类专用模型怎么看。反问时面试官反馈「回答、对做过事情的理解、对没做过事情的思路都 OK,不足是方向偏科研、生产级场景不广」,随后仍挂了。

2026-11

阿里云 AI 评测工程师一面:benchmark 怎么建、case study 怎么做、评测与测试的区别

AI 评测工程师 一面

阿里云 MaaS 评测方向 AI 评测工程师一面:两段项目被逐层拆到数据来源、数据集构建、实验分析与 case 归类,概念题问「评测和测试有什么不同」,最后问想从实习里得到什么。帖主记录面试官偏好 case study,反问得到的团队工作流是「按场景定义指标 → 从真实用例收集数据 → 构建 harness → 产出报告给技术和产品」。

2026-11

阿里云数据开发复试:数仓分层、数据倾斜与任务稳定性

数据开发 复试

数据开发复试的追问整理:数仓分层与建模取舍、离线与实时链路的选型、慢 SQL 与数据倾斜的定位、任务 SLA 保障、数据质量与口径一致性,以及百万级导出如何避免 OOM。

2026-11

阿里云后端 / Agent 二面 55 问:从 Ontology、DDD 问到 KV Cache 与分布式锁

后端开发(Agent 方向) 二面

阿里云后端 / Agent 方向二面,55 问,覆盖面很宽:先用 Ontology、Action、柔性引擎与 MCP 的对比验证京东项目的真实性,再问数据处理从 12 小时降到 2 小时的 OOM 与并行优化,接着是 DDD 建模(限界上下文、聚合根、防腐层、贫血与充血),然后扫 Transformer、KV Cache、数据并行/张量并行/流水线并行,最后是 Redisson 分布式锁、一致性哈希、动态代理、JVM 内存区与一道海量数据求中位数的口述算法题。

2026-11

阿里云 AI Infra 一面:实习项目深挖与 AI 代码质量

AI Infra 一面

阿里云 AI Infra 一面(约 50 分钟):面试官围绕实习项目做链路级深挖,重点问 AI 诊断工具怎么实现诊断、怎么 code review、有没有做测试、怎么保证 AI 生成代码的准确性;没有手撕算法,改为给一段约 150 行的代码让你解释这个类大致实现了什么功能。

2026-10

阿里云研发岗 HR 面:从科研与实习的方向选择问到跨团队协作细节

研发 HR面

阿里云 HR 面面经:26 个问题分四层——个人背景与科研方向选择、项目的独立性与跨角色协作细节(怎么请测试同学帮忙、沟通困难、他们给的反馈)、实习导师的影响与转正情况、工作体验与 base 地与职业规划,末尾是反问环节。

2026-10

阿里云 Agent 开发一二面

Agent 开发工程师 一面二面

阿里云 Agent 开发岗一面二面记录:一面从实习经历切入,考进程与线程的区别、进程切换开销、如何设计比线程更轻量的调度单元,并手撕 K 个一组反转链表;二面围绕 Agent 自进化原理与影响因素、预训练与 SFT/RLHF 的差异、知识体系构建和工作方向选择展开。

2026-10

阿里云 Agent Infra 一面:SGX、EPC、512MB、吞吐不升反降

Agent Infra 一面

阿里云 Agent Infra 一面面经:从 Intel SGX 的 EPC 512MB 与多租户数据安全切入,追问 PV 变 4 倍吞吐不升的定位,再考沙箱多租户隔离与容器重启状态恢复、通用 Agent Runtime 的多模型抽象、长序列训练显存与 vLLM PagedAttention,最后手撕嵌套字符串解析。

2026-10

阿里云 Agent 算法 HR 面

Agent算法 HR面

阿里云 Agent 算法岗 HR 面记录,全程围绕盘经历、盘认知、盘规划:本科到硕士的方向选择、实习业务与跨团队协作差异、如何面对快速变化的 AI 时代更新知识体系、求职方向与秋招时间窗口,以及后续流程与 base 地反问。

2026-09

阿里云 AI Agent 开发岗面经合集:RAG 检索与存储优化

AI Agent开发 多轮面试合集

阿里云 AI Agent 开发岗两场面试合集:一面追问实习中 Agent 存储查询优化与完整存储链路,二面系统考察 RAG 的文档切分、向量与 BM25 混合检索、多跳检索、Query Rewrite、文档访问控制与长对话摘要压缩。

2026-09

阿里云AI应用开发一面:代码找错与RAG八股

AI应用开发 一面

阿里云 AI 应用开发一面面经,9.16 面 9.19 挂。三道代码题:wait/notify 实现栈找错、100 元红包 10 人分且单人不超过 90、爬楼梯。面试题覆盖大模型幻觉与缓解、完整 RAG 流程与选型、MCP、几十亿商品表的库表设计。

2026-09

阿里云 AI 应用开发一面

AI应用开发 一面

阿里云 9.20 一面记录:前半段围绕 Agent 项目,追问工具串行与并行的取舍、多层上下文共享与压缩时机、工具调用轮次与多租户隔离,以及从 Hello Agent 改到 LangGraph 的改造;后半段是 SQL 执行过程、redo/undo/binlog、Redis 单线程与 Python 协程等八股。

2026-09

阿里云 AI Agent 算法一面面经全解析

AI Agent算法 一面

阿里云 AI Agent 算法一面 20 题:KV Cache 显存估算、Agent 上下文治理与取消、MCP 调用流程、RAG 父子索引、ReAct 与 Plan 取舍、多 Agent 协作与死循环兜底,另考分布式 ID、缓存、Redis、ThreadLocal、Spring 与 TCP。

2026-09

阿里云 AI Infra 一面面经:Agentic RL 训练岗

AI Infra 一面

阿里云 AI Infra 一面记录,面向 Agentic RL 训练岗:先做三道按简历定制的题(限时 40 分钟三选二)并讲解思路,随后深挖 OPD 蒸馏动机与数据筛选、过程奖励与结果奖励的区别、多轮对话双层奖励与用户模拟器构造、转人工率评测与 A/B 设计,以及 verl 中 AgentLoop 的特点。

2026-09

阿里云二面面经:Agent 框架选型、工具权限隔离与上下文压缩

软件开发 二面

阿里云二面面经,9 月 21 日。围绕一个 Agent 项目连环追问:用户群体与业务价值、为什么选 LangGraph 与 Deerflow、工具权限隔离、群聊与私聊的上下文区别、长期记忆与上下文压缩、工具调用的异常超时重试与模型排队调度。

2026-09

阿里云 测试开发三面(交叉面):实习项目复盘与平台推广怎么答

测试开发 三面

阿里云测试开发三面(交叉面)面经:12 个问题几乎全部围绕实习项目展开,从任务目标、最难的部分、重做会怎么优化,到测试提效平台的业务价值、向其他业务组推广、如何调研真实诉求、为什么用 few-shot,最后落在技术学习方式、跨组协作与职业规划。

2026-09

27实习 阿里云AI产品一面分享

AI产品经理 一面

阿里云AI产品经理面经,原帖记录了一面中的核心追问,重点涉及AI产品、Agent、项目深挖、实习等内容,适合准备相关岗位面试时参考。

2026-07

阿里云AI产品经理一面面经

AI产品经理 一面

阿里云AI产品经理一面面经,考察LLM、扩散模型和RAG基础,模型微调与提示词工程选型、幻觉治理、垂直场景产品设计及需求优先级。

2026-04