华为 AI 应用方向校招全流程:机试、一面全排列手撕与二面 RAG 五连问
- 轮次
- 机试至二面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 机试:通用软件方向三道题的分值权重如何折算?为什么 150 + 150 + 300 的得分只算 180 分?
- 机试:AI 应用方向的题型构成是什么(选择题 + 编程题)?
- 一面手撕:有重复元素的全排列。
- 一面机考复盘:那道 150 分的编程题你用 sort 排序解出来的思路是什么?
- 一面二选一:讲编译过程,或者讲面向对象原则。
- 什么是 gcc?
- 除了 gcc,还有哪些编译工具?
- 聊实习项目。
- 机试过程中摄像头意外关闭几分钟,如何解释?
- 二面:什么是 RAG?
- 二面:什么是向量检索?
- 二面:RAG 和微调怎么对比、怎么选?
- 二面:模型出现幻觉怎么处理?
- 二面:代码仓里的代码文件极其庞大、远超上下文限制,现有一个需求,怎么处理?
- 二面手撕:最长递增子序列。
《参考解析》
机试分值要按权重折算。华为机试的三道题通常按难度给不同权重,最终得分是各题得分乘权重之和,而不是简单加总。所以「前两题满分、第三题拿一半」的最终分可能远低于直觉。策略上要优先保证高权重题的通过率:先把高权重题的边界与性能测通,再回头补低权重题;不要在一道题上死磕到超时,机试按通过用例给分,部分通过也有分。
有重复元素的全排列。标准做法是「排序 + 回溯 + 同层去重」:先对数组排序,回溯时用 used 数组标记,遇到 i > 0 && nums[i] == nums[i-1] && !used[i-1] 就跳过——这句的含义是「同一层里相同的值只用一次」。用 next_permutation 直接过题在笔试里没问题,但面试官让你讲递归思路时要能写出上面的剪枝条件,并说明为什么必须排序(让相同元素相邻)以及 !used[i-1] 的方向为什么不能反(决定是「同层去重」还是「同枝去重」)。复杂度 O(n · n!)。
编译过程。四步:预处理(宏展开、头文件包含、条件编译,产出 .i)、编译(词法 / 语法 / 语义分析,生成中间代码并优化,产出 .s)、汇编(汇编代码转机器码,产出 .o)、链接(符号解析与重定位,合并目标文件与库,产出可执行文件)。要能说清静态链接与动态链接的区别,以及 -I、-L、-l、-O2、-g 这些常用参数分别作用在哪一步。
gcc 与编译工具链。gcc 是 GNU 的编译器集合(GCC 的 C 前端驱动),负责把源码编译成目标文件并调用链接器。除 gcc 外还有:clang / LLVM(错误信息更友好、工具链生态好)、MSVC(Windows)、icc / icx(Intel)、tcc(极快的轻量编译器)、以及交叉编译工具链(arm-none-eabi-gcc 等)。构建系统层面还有 make、cmake、bazel、ninja。回答时区分「编译器」与「构建系统」,能体现概念清晰。
摄像头意外关闭怎么解释。如实说明原因(设备驱动 / 系统休眠 / 权限弹窗),说明当时如何处置(重新打开、继续作答),并提供可核对的证据(机试平台的日志、录制片段、当时的截图)。不要编造,也不要把责任推给平台;重点是证明没有作弊行为且未影响作答。
RAG 是什么。检索增强生成:把外部知识切块、向量化存入索引,查询时先检索相关片段,再连同问题一起送进模型生成答案。它解决的是模型参数里没有的私有知识与时效性问题,代价是引入检索链路的不确定性(召回不全就会答错)。要能说清离线建库(切块、embedding、索引)与在线查询(改写、召回、重排、拼上下文、生成)两段。
向量检索。把文本映射成高维向量,用余弦相似度或内积衡量语义接近程度;工程上用 ANN(HNSW、IVF-PQ)在召回率与延迟之间取舍。要点:embedding 模型要与语料领域匹配;切块大小影响召回粒度;纯向量对精确匹配(编号、型号、函数名)弱,通常与 BM25 混合;召回后要重排(cross-encoder)提升精度。
RAG 与微调怎么选。RAG 适合知识频繁变化、需要引用出处、数据量大的场景,改动成本低、可解释;微调适合改变模型的风格、格式、领域用语和推理模式,不适合注入易变事实(容易过时且难以删除)。实践里常常两者结合:微调教「怎么说」,RAG 提供「说什么」。判断依据是「知识是否高频变化」与「需要的是知识还是能力」。
幻觉怎么处理。三层:检索侧保证证据充分(召回不足时不硬答)、生成侧用提示词约束「只依据给定材料,材料不足就说明」并要求引用、后处理侧做一致性校验(关键实体与数字回查原文、用第二个模型做事实核查)。产品侧要给用户可见的出处与置信提示。要承认幻觉无法彻底消除,能做的是降低发生率并让用户可验证。
超大代码仓怎么处理。不能把整个仓库塞进上下文。做法是分层检索:先用目录结构与文件摘要建立索引(每个文件的职责、导出符号),再按需求定位到相关文件(关键词 + 向量 + 依赖图),只把相关片段与接口签名送进模型;跨文件理解靠调用图与类型信息补全;改动前先让模型输出「涉及哪些文件、每个文件改什么」的计划,再逐个文件生成 diff 并跑测试。必要时用 AST 做结构化检索,而不是纯文本切片。
最长递增子序列。O(n²) 的动态规划是 dp[i] = max(dp[j]) + 1(j < i 且 nums[j] < nums[i])。O(n log n) 的贪心 + 二分维护一个 tails 数组:tails[k] 表示长度为 k+1 的递增子序列的最小结尾值,遍历每个数用 lower_bound 找到第一个大于等于它的位置并替换,找不到就追加。要说明 tails 不是真正的 LIS,只是长度正确;如果要还原序列需要额外记录前驱。面试里被追问「为什么贪心是对的」,可以从「结尾越小越容易接上后续元素」解释。