AI 应用后端工程师面试教程与题库

基于「AI 应用后端工程师」岗位的推荐简历模板与面试总结报告，反向提炼而成的 面试知识点教程 + 问答题库（Java + Python 双语对照）。

🌐 在线访问：http://resume.sunyq.cc/　|　📦 源码仓库：https://github.com/shinelon/resume-knowledge

同时服务两类用户：

• 候选人备考：系统复习知识点 → 刷问答（参考答案 + 面试官追问）→ 拿下 AI 应用后端工程师 offer。
• 面试官出题：按标签抽题 → 看「考察点」与「红旗」→ 标准化评估候选人。

快速开始

pip install -r requirements.txt
mkdocs serve

浏览器打开 http://127.0.0.1:8000。

构建静态站

mkdocs build        # 生成 site/，可部署到任意静态托管
mkdocs build --strict   # 严格模式：断链/配置错误会直接报错

内容结构

• 教程：4 大板块 22 个知识点，每页含 Java/Python 双语代码（Tabs 切换）+ 实战要点 + 「相关题目」索引。
• 题库：4 板块 × 3 难度（基础 / 进阶 / 深度），每题含参考答案 + 面试官追问/红旗，支持标签筛选。
• 面试策略：录用画像、红旗清单、双维度评估卡、Vibe-Coding 深度标杆（源自面试总结报告）。

四大板块

板块	覆盖
Java 后端工程化	高并发/线程池、JVM 调优、MySQL、Redis、中间件、微服务与分布式事务
AI Agent	ReAct/Plan-and-Solve、Multi-Agent、Function Calling、MCP、框架对比、模型工程（微调/部署）
RAG 全链路	分块/Embedding、向量库、混合检索、Rerank + Query Rewriting、幻觉治理
Vibe-Coding & AI 编程工具	工具图谱、Claude Code 底层原理、AI 工作流、CodeReview Agent、风险与边界

使用路径

• 候选人：教程区系统复习 → 题库区按板块刷题 → 面试策略区对照「深度标杆」自检。
• 面试官：题库区按标签抽题 → 看每题「考察点 / 追问 / 红旗」→ 用「双维度评估卡」打分。

内容来源与免责

本站内容源自 AI 应用后端工程师岗位的真实招聘实践（简历对比报告、面试总结报告）。文中候选人姓名均为脱敏化名，不指向真实个人；技术栈、项目、量化指标保持原样。评分与等级基于简历呈现信息，实际能力以面试与技术考核为准。仅供学习交流。