AI 工程师 / 资深工程师面试题集
——贴合 DeepSeek、阿里、腾讯、OpenAI、Anthropic、GLM-5.2 等大厂真实场景，基于 STAR 原则设计
本套题目专为面试高级 AI 工程师、资深 AI 架构师而设计，覆盖大模型训练、推理优化、Agent 架构、Harness Engineering、RAG 系统、多模态等前沿领域。所有题目均要求候选人以真实项目经历为例，采用 Situation–Task–Action–Result 框架作答，并配有深度追问，以有效区分“应试型”与“实战型”人才。
一、基础能力层（验证核心基本功）
题目 1：大模型预训练数据处理闭环
Situation：你加入一家公司，需要从零开始为某垂直行业（如金融）构建一个 70B 参数大模型。现有 10TB 原始互联网文本和内部脱敏文档。
Task：设计一套数据处理管线，确保数据高质量、低冗余、无隐私泄露风险，并能支持后续的持续训练。
Action（期望回答要点）：
质量过滤：基于困惑度、语言检测、规则（长度、特殊字符比例）的启发式过滤 + 轻量分类器去劣质内容。
去重：段落级 MinHash + LSH，文档级 URL/SimHash 去重，训练集与
