京东AI 产品校招一面 55min

《面试题目》

1. 发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流
2. 问实习和论文
3. 项目介绍，遇到了什么问题，怎么解决的，达到了
4. 什么样的收益
5. 对大模型的了解
6. 了解多模态吗，生图生视频
7. 之前的工作涉及到模型测评的工作吗
8. RAG的流程
9. 搭建知识库，处理如何处理的数据
10. RAG分块有哪些方式，优劣
11. 检索方法有哪些，优劣
12. GraphRAG与 RAG的不同点
13. GraphRAG目前存在的问题有哪些

《参考解析》

1. AI产品与 Agent 项目：回答这类问题要先讲清目标用户和业务场景，再说明模型、数据、工作流、评测指标和上线后的真实使用效果。面试官通常更看重你能否把 AI 能力转成可落地的产品闭环，而不是只罗列模型名。
2. RAG 系统：RAG 的核心是召回质量、切分策略、排序和答案可追溯。BM25 擅长关键词精确匹配，向量检索更适合语义相近的问题，工程上常用混合检索加重排来提升稳定性。
3. 项目深挖：项目深挖的核心是讲清背景、目标、你的职责、关键决策、难点和结果。遇到追问时优先用数据、取舍理由和复盘说明自己的判断，而不是只描述流程。