大约 5 分钟学习路线AI 面试求职
AI 面试备战学习路线
这条路线适合准备 AI 应用工程师、大模型应用开发、RAG、Agent 或相关算法岗位面试的学习者。建议准备 8～12 周，有项目经验者可以压缩为 4～6 周。
面试准备不等于背答案。真正有效的目标是建立三层表达能力：能用一句话给出结论，能用三分钟解释原理，能结合项目说明取舍和故障处理。
开始前：确定岗位与建立基线（第 1 周）
先收集 10～20 个目标岗位描述，把要求归为五类：基础原理、大模型、RAG、Agent、系统工程。不要平均用力，应根据岗位出现频率安排时间。
完成一次闭卷自测：从各题库随机选择 5 题，录音回答并标记为“不会、知道但说不清、能回答、能结合项目”。这份结果就是后续复习基线。
阶段一：补齐基础原理（第 1～3 周）
基础题决定面试官是否愿意继续深入。回答时要同时具备概念、直觉、关键公式或流程、适用边界。
必学范围
- 机器学习基础：偏差与方差、过拟合、损失函数、正则化和评估。
- 深度学习基础：反向传播、梯度问题、优化器和归一化。
- Transformer 架构：Attention、QKV、多头注意力、位置编码、FFN 与残差。
- 大模型基础：预训练、SFT、RLHF/DPO、幻觉和能力边界。
- 大模型面试题：按主题完成第一轮。
输出要求
为每个核心概念准备三种答案：30 秒结论版、3 分钟原理版、结合项目的实践版。遇到比较题时，统一从目标、机制、优缺点、适用场景四个维度回答。
阶段二：Prompt、RAG 与 Agent 高频题（第 3～6 周）
应用岗位通常不会只问定义，而会继续追问“为什么这样设计、效果不好怎么办、如何评估”。
Prompt
- Prompt 面试题：Prompt 结构、Few-shot、结构化输出、上下文管理与注入防护。
- 能说明 Prompt 与微调的选择边界，以及输出不稳定时的排查顺序。
RAG
- RAG 面试题：完整链路、Chunk、Embedding、Top-K、混合检索、Rerank 与评估。
- 能回答召回失败、答案错误、文档更新、多格式解析和来源引用问题。
- 使用 AI 高频场景题 训练故障分析。
Agent
- Agent 面试题：ReAct、Tool Calling、MCP、记忆、规划、多 Agent 与安全。
- 能解释 Agent 与工作流的区别，以及循环失控、工具失败和上下文膨胀的处理方式。
每周练习
每周选一个方向完成一次 45 分钟模拟面试：20 分钟知识题、15 分钟场景题、10 分钟反问与复盘。复盘只记录三类问题：遗漏的关键点、逻辑不连贯、缺少事实或指标。
阶段三：项目表达与深挖（第 5～8 周）
项目是面试中最容易拉开差距的部分。不要按开发时间线介绍，而要按“问题—约束—方案—结果—反思”组织。
准备两类项目
- 主项目：可以深入追问 20～30 分钟，包含架构、关键模块、指标和失败案例。
- 补充项目：证明另一项能力，例如 Agent、模型部署、评估平台或数据处理。
每个项目必须准备
- 业务目标、用户和成功指标。
- 为什么选择 Prompt、RAG、微调或 Agent，而不是其他方案。
- 数据流、核心组件、模型与基础设施。
- 最困难的问题、定位过程和最终证据。
- 准确率、召回率、延迟、吞吐、成本或用户反馈等量化结果。
- 如果重做一次，会改变什么。
禁止只说“使用了 LangChain、向量数据库和某个模型”。框架名称不是设计能力，面试官更关心你是否理解模块边界和取舍。
阶段四：AI 系统设计（第 7～10 周）
系统设计题关注的是结构化拆解，而不是画出最多的组件。
推荐答题顺序
- 澄清用户、流量、数据、安全和质量目标。
- 定义输入输出与核心指标。
- 给出最小可用链路。
- 展开模型网关、数据处理、检索、缓存、异步任务和存储。
- 讨论评估、监控、降级、安全与成本。
- 总结瓶颈和演进路线。
重点题库
- AI 系统设计面试题：知识库问答、客服、内容平台、模型网关与多租户。
- 模型部署面试题：KV Cache、PagedAttention、连续批处理、量化、并行与限流。
- AI 编程面试题：代码 Agent、仓库上下文、工具设计和工程约束。
阶段五：冲刺与模拟面试（最后 2 周）
冲刺阶段不要再大规模学习新内容，应提高提取速度和表达稳定性。
每日安排
- 20 分钟：随机回答 5 道旧题。
- 30 分钟：复盘一个薄弱主题。
- 30 分钟：项目或系统设计口述。
- 10 分钟：更新错误清单。
最终检查表
- 能在 90 秒内完成自我介绍，并自然引向主项目。
- 能清楚解释 Attention、RAG 链路、Agent Loop 和评估方法。
- 至少准备 3 个真实故障案例和 3 个技术取舍案例。
- 主项目中的每个数字都能说明测量方式。
- 能完成知识库问答、Agent 平台或模型网关的系统设计。
- 准备 5 个针对团队业务和技术栈的高质量反问。
复习方法
- 第一轮按专题学习，第二轮随机抽题，第三轮只复习错误清单。
- 先说结论，再讲机制，最后给场景；不要从背景知识绕起。
- 每道题都补一个失败条件或适用边界，避免答案像背诵。
- 使用录音或视频复盘，关注停顿、口头禅和逻辑层级。
完成这条路线后，你不必记住所有题目的标准答案，但应该能稳定地拆解陌生问题，用原理和项目证据给出可信的判断。