平安科技面试题 · 技术选型
平安科技相关面试题，按最终去重题目聚合。
共 116 道真题 · 当前筛选命中 22 道 · 更新 2026-08-05
筛选题目已选：技术选型
考察点
技术栈
第 1 题使用SQL和Python进行数据处理有什么区别？ 考察对两种数据处理工具的技术特性、适用场景与取舍的理解第 2 题你了解 GraphRAG 吗？请简述其核心思想、典型流程和可能的优势或局限。 考察对 GraphRAG 概念、流程及工程化认知的掌握程度第 3 题请说明如何使用 CSS 绘制一个三角形，并解释其原理。 考察 CSS 盒模型、边框属性和伪元素/图形绘制技巧第 4 题请列举 Redis 常用的数据结构并说明各自的使用场景。 考察对 Redis 核心数据结构的掌握及场景匹配能力第 5 题你是如何做竞品分析的？ 考察竞品分析的方法论、分析维度和结论落地能力第 6 题在 SFT 阶段你使用了什么模型作为基座？选择该模型的主要理由是什么？ 考察对 SFT 基座模型选型的理解与决策能力第 7 题在搭建微服务架构时，你会如何选择和设计核心组件？请结合具体场景说明。 考察微服务架构中核心组件的选型与设计能力第 8 题浏览器存储数据的方式有哪些区别？ 考察对前端浏览器存储方案的理解及选型能力第 9 题请介绍多任务学习中的共享底层（Shared-Bottom）、MMoE 和 SRN 等框架，并说明它们的区别与适用场景。 考察对多任务学习常见网络结构的理解及其差异分析第 10 题为什么业界普遍优先选择LoRA进行高效参数微调？ 考察对LoRA优势及适用边界的理解第 11 题请描述你使用 Python 开发查询工具的一般思路和关键步骤。 考察需求理解、技术选型、实现与优化能力第 12 题在智能体系统中，规划器（如 ReAct）与 SQL 生成模块如何进行交互？请描述典型的协作流程。 考察智能体模块间协作流程的设计理解，以及规划与执行的分工第 13 题Neo4j 的图查询通常用于精确匹配和关系遍历，为什么在需要相似性检索的场景下没有直接使用向量查询？请结合 Neo4j 的能力说明。 考察对图数据库精确查询与向量检索差异的理解及技术选型意识第 14 题请列举其他高效参数微调方法，并简述各自特点。 考察对常见参数高效微调方法的了解与对比能力第 15 题在[你的项目]中，你使用的是哪种机器学习模型？考察重点：候选人语言与文本。 了解候选人所用具体模型及选型理由第 16 题请介绍一下你在实习或项目中具体使用的算法及其适用场景。 考察算法选型与实际应用背景的理解第 17 题请介绍BERT模型的基本原理和主要应用场景。 考察对预训练语言模型架构与任务适配的理解第 18 题如何评估蒸馏后的模型，并说明具体指标的计算方式？ 考察模型蒸馏评估体系的理解与实际计算能力第 19 题介绍一下LR回归、XGBoost、GBDT，以及它们的优缺点。 考察对三种常用机器学习模型原理与适用场景的理解第 20 题请介绍MLP、CNN、RNN和Transformer各自的优缺点。 考察对主流深度学习模型架构的理解与对比能力