搜索结果
搜索文档与方法，或按条件选题。准备目标与题目筛选只作用于题目；地址栏保留当前视图，方便分享。
这些筛选项是什么意思？
- 能力
- 一道题主要想考察的那一件事。每道题只有一个。
- 知识或方法主题
- 题目用到的知识或方法，如数据库、增长实验。它不决定题目考察什么能力。
- 岗位
- 按通用工程、前端、后端、客户端、AI 与数据工程方向选题。产品、运营与设计内容作为工程师的拓展能力。
- 责任范围
- 为多大范围负责。范围大不等于表现好。
- 职业轨道
- 专业贡献者、团队管理者或管理管理者。管理不是所有人的下一步。
- 使用场景
- 按外部求职面试、校招、面试官设计、内部晋升或复盘进入同一题库。
- 题型
- 怎样采集证据：知识解释、编码、案例、行为等。
文档与方法
题目
1334 道问题
- AI 助手可以代表用户创建工单、退款或修改账户。它发起退款时发生超时，系统不知道退款是否已经完成；自动重试可能造成重复退款。你会怎样确认操作结果、控制重试，并确保操作仍在用户授权范围内？
- 两个评审者对同一批 AI 输出的好坏经常意见相反，你会怎样判断这是标注分歧、评价标准含糊，还是模型本身不稳定？
- 你做了一个客服问答原型。怎样设计一组评估样本，来决定它只能作为辅助检索，还是可以直接对外回复？
- 一个算法模型和它依赖的特征，真正的成本包括哪些？训练、推理、特征计算与存储、数据标注和维护分别怎么算，怎样判断某个特征值不值得保留？
- 文档助手在多数场景下可以自动提交，但不同错误的后果差异很大。增加人工复核后，错误减少了，待审核任务却持续积压。你会怎样决定哪些任务自动处理、哪些交给人工，并让审核量不超过团队处理能力？
- 一个生成式功能的回答质量不错，但高峰时延和单次成本都超过产品约定。你会如何判断问题出在模型、上下文、检索还是调用链？
- 更换基础模型后，核心任务平均分数提高了，但少数重要客户的结果明显变差。你会如何决定是否发布、分批发布或回退？
- 公司要做一个内部知识问答助手，而文档权限会随人员变动。你会怎样让它既答得有依据，又不泄露不该看到的内容？
- 简历里写"用 AI 提升研发效率"信息量很低。你会怎样把它改写成别人能追问、能核验的一段经历？
- 知识问答助手的用户满意度下降，但离线检索指标没有变化。你会从哪些环节拆查这次退化？
- 让 AI 帮你审核一段配置，或生成一段代码，你怎样决定它能不能上线？
- 一份内部文档被撤回或改为限权后，检索索引、缓存和已生成的引用可能仍保留旧内容。你会怎样设计更新与验证机制？
- 线上回答出现了错误引用，但当时的提示词、模型版本和检索结果都没有完整记录。你会补哪些观测信息，才能既排查问题又控制敏感数据暴露？
- 新模型把总体准确率从 91% 提高到 94%，但错误仍集中在少数会影响客户权益的场景。团队希望按总体分数发布。你会如何定义发布判断？
- 知识问答助手引用了内部文档，但文档所属团队已更新流程，新版本还没有进入检索范围。你会怎样确定内容更新时限、更新流程，以及更新完成前该怎样回答？
- 一个多步骤 Agent 在开始时读取了项目权限，执行到第三步时用户被移出项目，但任务仍持有已签发的工具令牌。你会如何设计权限检查和取消语义？
- 用户更新账户设置后立即刷新，服务从只读副本读取到旧值。切主读会增加数据库负载，等待同步又可能超时。你会怎样设计一致性体验？
- 写代码时，你通常怎样处理空值、空字符串、越界和非法输入？说一次你因为没做前置校验，在测试或线上出了问题的经历，你从中改变了什么习惯？
- 一个报名表单会因为重复提交和弱网重试出现状态不一致。你会怎样梳理它的状态与转换，并决定哪些逻辑抽成独立单元？
- 实现一个很小的缓存，容量满时淘汰最久未使用的条目。各操作需要什么时间复杂度，你会先写哪些测试？
- 用户正在编辑内容时，App 被系统在后台回收。用户回来后，你怎样保证内容和页面状态不丢，又不会恢复出过期数据？
- 你需要一个既能快速插入、快速查找，又能按顺序遍历的结构。你会如何在几种候选结构之间选择，又会放弃什么？
- 写代码和做代码评审时，你有哪些已经形成习惯的检查点，用来防止循环里查数据库、大对象长期不释放这类性能问题？你怎样知道它们真的有效？
- 请实现一个重试封装：调用外部服务失败时按规则重试，同时不让重试压垮对方。先说明接口，再写代码，并说明怎样让它在测试里可确定地运行。
- 需要校验一个很大的 CSV 文件，但不能把整份文件读入内存；遇到格式错误时还要报告行号并继续检查。你会怎样设计解析接口？
- 宏和代码生成经过多层展开后，编译错误只指向生成文件，使用者无法定位原始代码。你会怎样设计诊断信息？
- 增量编译很快，但改动共享头文件后偶尔没有重新编译所有依赖目标。你会怎样定位依赖追踪缺口？
- 编译器升级改变了结构体布局或调用约定，但部分插件仍按旧 ABI 构建。你会怎样管理兼容与迁移？
- 缓存能让读取变快，也可能让用户看到过期内容。你会怎样判断一份数据适不适合缓存，出错时又怎样发现？
- 两个任务单独运行都正常，一起运行时偶尔会卡死。死锁需要满足哪些条件，你会怎样确认是不是它？
- 页面空闲一段时间后，第一次请求明显比之后的请求慢。从网络层面看，可能有哪些原因，你会怎样区分它们？
- 一条查询的过滤列上已经建了索引，却仍然很慢。请讲讲索引查找是怎么工作的，以及哪些情况会让它帮不上忙。
- 一个长时间运行的进程内存持续增长，但没人能指出明显的泄漏。你怎样区分真正的泄漏、正常的缓存增长和内存碎片？
- 服务现在用多线程处理请求，同事建议改成多进程。你会从哪些方面比较两者，什么情况下你会反对？
- 一个图片很多的页面首屏打开很慢。你会怎样从现象一步步推回原因，并说明每种改进手段的代价？
- 从你写下一行代码到 CPU 执行它，中间发生了什么？选一门你熟悉的语言，讲讲主要阶段。
- 两个事务同时修改同一批数据，可能出现哪些异常？不同的隔离级别分别防住了什么，又付出了什么代价？
- 新字段需要补算数亿行历史数据，首轮脚本运行后线上锁等待和复制延迟都上升。你会怎样决定暂停、分批、限速或改用在线迁移？
- 新增索引后查询变快了，但写入延迟和存储增长明显恶化。你会怎样判断索引是否值得保留？
- 服务把读请求切到副本后，写入成功的用户偶尔读不到刚才的修改。你会怎样界定并处理这种陈旧读取？
- 你的接口本地测试正常，联调时前端同学坚持说接口报错或没返回数据。你会用哪些手段去定位，又怎样拿出让对方信服的证据？
- 缓存失效后，大量请求同时回源，服务恢复时又出现第二次流量尖峰。你会怎样定位并抑制缓存击穿与预热风暴？
- 线上偶尔出现同一订单被提交两次，你在本地无法复现。你会怎样缩小范围，并决定先止血还是先补观测？
- 一个接口从昨天开始变慢，但没有任何发布记录。给你日志、监控和数据库慢查询记录，你会按什么顺序排查？
- 把一个很大的前端包拆成多个小包以后，首屏反而更慢了。你会怀疑哪些原因，怎样验证？
- 缓存键已失效，应用日志显示重新读取数据库，但部分用户仍看到旧资料；切换到主库后问题减少却没有消失。你会怎样沿缓存、副本和客户端定位？
- 生产者日志显示事件已发布，Broker 也返回确认；消费者没有报错，但业务对象未变化。你会如何区分确认语义、处理失败的消息、过滤、反序列化和重复处理问题？
- 用户请求依次调用四个下游，每个服务都使用完整的 2 秒超时，导致整体尾延迟很高，客户端还会在响应失效后继续计算。你会如何传递截止时间和预算？
- 分片后总体容量充足，但少数租户的热点键仍持续超载。你会怎样重新评估分区策略？
- 值班人员每天收到大量告警，但用户投诉和服务目标违约仍会漏报。你会如何重新整理告警？
没有题目同时满足所有条件。
·本次题单 0 / 200
仅在当前浏览器保存题目编号与顺序，最多 200 题，不保存回答、评分或完成状态。