人工智能面试题 · 风险判断 · Redis
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 12 道 · 更新 2026-08-05
筛选题目已选：风险判断 · Redis
考察点
技术栈
第 1 题请设计一个直播场景下的点赞系统的数据模型与架构，要求支撑高并发。 考察高并发写入场景下的数据建模、缓存与一致性权衡第 2 题LangChain 的 memory 默认机制在多用户并发场景下如何做隔离？ 考察对 LangChain 记忆机制的理解和多用户隔离设计能力第 3 题在高并发场景下，如何保证多轮对话上下文状态的一致性？ 考察分布式系统中状态一致性的处理能力第 4 题假设本地消息表存储在Redis中，若突发流量打垮服务器，你会如何设计优化方案？请给出具体的优化思路。 考察在极端流量下对消息存储方案的容灾设计第 5 题Redis 分布式锁中的看门狗（watchdog）机制是如何工作的？ 考察锁续期机制的实现原理与故障处理第 6 题请设计一个可靠的分布式锁方案，并重点说明如何处理加锁、解锁和故障场景。 考察分布式锁的正确性、边界处理和工程权衡第 7 题在 Redis 集群和单机环境下使用 Lua 脚本分别有哪些陷阱？如何规避？ 考察对 Redis 集群与单机环境下 Lua 脚本差异及坑点的理解第 8 题如何设计一个限流方案，使前端每秒最多只有10个请求能够获得响应？ 考察限流算法的原理选择、实现细节与边界问题处理第 9 题在实现多用户并发访问 Agent 时，你是如何保证线程安全的？ 考察并发编程中对共享状态和线程安全的设计能力第 10 题在构建AI大模型评测平台时，需要实时统计每次调用所消耗的Token数量并据此计算成本。请说明实现这一功能的系统设计方案，包括数据采集、计量、成本核算等环节的关键技术点。 考查候选人对大模型评测场景下Token计量与成本核算的系统设计能力。第 11 题在AI大模型评测平台中，你会采用哪些具体技术手段来实现接口的流量限制？ 考察对接口限流技术的掌握程度及其在真实业务场景中的落地应用。第 12 题在设计一个AI大模型评测平台时，如何将大批量评测任务合理拆分并有效管理其执行进度？请说明拆分策略与进度管理机制。 考查候选人在大规模分布式任务调度场景下的架构设计能力，尤其是任务拆分与进度管理的工程实践。