蚂蚁集团面试题 · 问题拆解
蚂蚁集团相关面试题，按最终去重题目聚合。
共 1880 道真题 · 当前筛选命中 371 道 · 更新 2026-08-05
筛选题目已选：问题拆解
考察点
技术栈
第 181 题请介绍一个你最近使用大模型完成的项目，包括项目背景、技术方案和成果。 考察大模型实际应用能力、项目完整性和技术理解第 182 题聊聊幻读现象，并说明如何解决它？ 考察对数据库事务隔离级别、幻读成因与解决机制的理解第 183 题轻量级线程的实现原理是什么？ 考察对协程或虚拟线程等轻量级并发机制底层原理的理解第 184 题请介绍你对OLTP与OLAP数据库在存储、优化器或执行层上的理解，并选择一层重点说明。 考察对数据库分层架构与OLTP/OLAP差异的理解深度第 185 题请说明SSE（Server-Sent Events）如何实现断点续传。 考察对SSE机制的理解及利用Last-Event-ID实现断点续传的能力第 186 题在你的项目中，遇到的主要瓶颈是什么？你是如何识别并解决它的？ 考察候选人描述项目瓶颈、分析原因及解决问题的能力第 187 题如果查询词和文档在字面上很相似但实际上语义不同，应该如何避免这类误导性的召回？ 考察信息检索中语义理解与召回策略的权衡第 188 题在用户群体没有增长和变化的情况下，该现象背后的原因是什么？ 考察对业务指标变化原因的分析能力，尤其在用户规模不变时区分内在驱动因素第 189 题看你做过一些治理相关的工作，平时数据治理主要是怎么治理的，怎么能看到治理产生了收益，治理之后大概多久还会进行再次治理 考察数据治理方法论、收益度量与持续治理机制第 190 题请解释什么是上下文工程（Context Engineering），并说明它与提示词工程的区别。 考察对上下文工程概念及相关技术的理解第 191 题除了RLHF，你是否了解强化学习中的其他具体算法，比如Q-learning、策略梯度等？ 考察强化学习基础算法的广度与机理理解第 192 题线上一个 K8s 集群节点资源充分，但 Pod 一直 Pending，你要怎么一步步推断可能的原因？ 考察 Kubernetes Pod 调度问题的排查思路和纵深分析方法第 193 题如果发现健康类直播的用户留存率在开场10分钟后骤降，你会如何通过用户行为分析、内容分段优化和互动环节设计制定留存提升方案并提升观看完整度？ 考察用户行为分析、内容优化与互动设计能力第 194 题请说明线程池核心参数的含义，并描述向线程池提交一个任务后，任务被执行的完整过程。 考察对线程池参数的理解及任务提交到执行的整体流程掌握第 195 题大数据量下 Elasticsearch 的查询性能会受什么影响？怎么针对性优化？ 考察对Elasticsearch大规模数据场景下性能瓶颈的识别与针对性优化能力第 196 题请说明如何实现一个布隆过滤器，包括其原理、关键参数和典型应用场景。 考察对布隆过滤器原理、参数权衡和适用场景的理解第 197 题项目(hmdp)中怎么使用线程池的 考察线程池的实际应用场景与配置合理性第 198 题我看你的项目基本都是pipeline的搭建,你有什么微调经验吗? 考察候选人模型微调的实际操作经验与理解深度第 199 题如果内容超出模型支持的token上限你会怎么解决？ 考察对上下文窗口限制的认知与工程化处理能力第 200 题请解释CAS（Compare-and-Swap）的原理及其在并发编程中的应用。 考察对CAS核心概念和并发语义的理解