NiceOffer

面试面经 · Shein

【Shein】【大模型开发】【暑期实习HR面】面经（八股+大模型项目+手撕）

发布于 2026-08-19

Shein面经大模型开发实习

背景

海外一年制硕士，计算机相关专业，一段中小厂后端实习经历，一个 RAG 类个人项目。投递的是 Shein 大模型应用方向暑期实习，HR 面（技术面）约 45 分钟，整体节奏紧凑，问题密度高，没有闲聊环节。

题目摘要

  1. 编程语言基础（Java）：HashMap 底层结构、put 流程、扩容时机；ConcurrentHashMap 在 JDK 1.8 中如何保证线程安全（CAS + synchronized 锁头节点）；volatile 的可见性和禁止指令重排底层实现。
  2. MySQL 八股：聚簇索引与非聚簇索引区别；最左前缀原则底层原因；一条 update 语句从执行器到存储引擎的完整链路，重点问 undo log 和 redo log 的写入时机。
  3. Redis 八股：缓存穿透、击穿、雪崩的区别及应对方案；Redis 持久化 RDB 与 AOF 的取舍；问了一个场景——用 Redis 做分布式锁，如何保证原子性释放锁（Lua 脚本）。
  4. 项目深挖（RAG + Agent）：基于 LangChain 和 OpenAI API 做的文档问答 Agent。追问集中在：检索质量优化、上下文窗口管理、Function Calling 触发机制、推理成本控制。
  5. 手撕算法题：题目是「合并 K 个升序链表」。要求先讲思路再写代码，最后分析时间复杂度。核心思路：优先队列（堆）维护每个链表的当前头节点，每次弹出最小值节点，将其下一个节点入堆，循环直到堆空。时间复杂度 O(N log K)，N 为总节点数，K 为链表数量。

项目深挖

追问 1：你的 RAG 项目里，检索到的 chunk 如果和用户问题不相关，怎么处理？

参考回答方向：不要只说"调相似度阈值"。可以拆成三层——检索前（query 改写，比如用 LLM 做关键词提取或意图分类）、检索中（混合检索，BM25 + 向量召回，用 RRF 融合排序）、检索后（重排序模型，如 BGE-reranker，过滤掉相关性低于阈值的 chunk）。如果预算有限，至少做 query 改写 + 阈值过滤，并说明你的实验数据（比如过滤后回答准确率提升多少）。

追问 2：你的 Agent 里 Function Calling 是怎么触发的？如果模型调用了错误的函数怎么办？

参考回答方向：Function Calling 的触发是模型根据 system prompt 中提供的 function schema 自主决定的，不是硬编码规则。错误处理要讲两层：第一层是参数校验，在函数真正执行前做 schema 校验，不符合直接返回错误信息给模型，让模型重新生成参数；第二层是执行结果异常时的兜底，比如函数返回空数据，要设计一个 fallback 分支，让模型用通用知识回答或明确告知用户"当前无法获取该信息"。强调你的容错设计，而不是只提"调错了就再调一次"。

追问 3：你提到控制推理成本，具体做了哪些优化？

参考回答方向：分层回答。第一层是减少 token 消耗——上下文裁剪（只保留最近 N 轮对话 + 检索到的关键 chunk，而不是全量历史）、压缩系统提示词（把长指令改成精简版本）、用小模型做分类和抽取任务（比如用 3.5 做意图识别，用 4.0 做最终生成）。第二层是缓存——对高频 query 做语义缓存，完全相同的问法直接命中缓存不调 API。第三层是模型选择——简单任务走轻量模型，复杂任务才走大模型，给一个你的实际成本对比数据（比如优化前单次问答成本 $0.08，优化后 $0.02）。

准备建议

  1. 把项目数据量化到具体数字。面试官问"检索质量怎么评估"时，不要只说"效果不错"。建议提前跑一遍自己的 RAG 管线，记录召回率、准确率、单次响应延迟和 token 消耗，做成一个简单的表格。面试时主动抛出这些数字，会明显提升专业感。
  1. 手撕算法题不要只刷 Hot 100。Shein 这种公司面试题往往不是原题，但核心思路是高频考点。建议把「合并 K 个链表」「LRU 缓存」「Top K 高频元素」这一类题吃透，重点练「用堆解决问题」和「双指针 + 哈希表」两个套路。写代码前先口述思路，面试官会打断追问边界条件。
  1. 八股要背到能讲出"为什么"。比如 MySQL 的聚簇索引，不能只说"主键索引的叶子节点存整行数据"，要能解释为什么二级索引需要回表、为什么覆盖索引能避免回表、为什么最左前缀能命中索引。建议用「底层数据结构 + 执行流程」的方式去梳理每个八股点，而不是死记结论。

一面通过，约 3 天后二面（技术 Leader 面），二面重点问了系统设计思路和工程落地细节，整体感觉 Shein 对候选人的工程能力要求高于对算法模型本身的掌握。

想系统备战大厂大模型/Agent 开发？NiceOffer 提供 SDE+LLM 双轨 1v1 陪跑，合同保底 40w 年薪，文末扫码咨询。

相关阅读