FDE W4D7 学习手册 · 正式面试准备
W4 Day7 · A 级（必须掌握，面试核心）· 5h · 把前 6 天成果收敛成"可投递、可讲述、可过关"的面试状态
本日定位：前 6 天是"学"，今天是"收口"。把简历、自我介绍、三个项目故事、两张架构图、70 道模拟题、一轮模拟面试全部就位，并对照"第 4 周面试就绪 10 条标准"自检达标情况，正式开始投递。
学完能回答：① 三个项目故事怎么串成"我有差异化优势"的叙事；② 第 4 周面试就绪的 10 条标准自己达成几条、还差什么。
使用方法：通读 → 重点背「面试话术」「易错点」→ 做自测清单 → 配合《FDE-W4D7-评测题.md》。选中不熟的词可标注（左下★重要 / 右下📌待查）。
候选人视角：36 岁，Java + 大数据 + 医疗保险。你的差异化不是"年轻体力"，而是"工程落地 + 数据化 + 业务深度"的复合执行力。
一、第 4 周面试就绪 10 条标准
这是面试前的"体检表"。逐条自检，达成的打 ✓，未达成的写"还差什么 + 补法"。
| # | 标准 | 自检 |
|---|
| 1 | 简历终版 v1 完成，含 3 个项目 + 量化结果 | ☐ |
| 2 | 3 分钟自我介绍能脱稿、不超时被打断 | ☐ |
| 3 | 三个项目故事各能讲 3 分钟（背景/动作/结果） | ☐ |
| 4 | 能把三项目串成"差异化优势"叙事 | ☐ |
| 5 | 两张架构图（RAG / Agent）能白板画出 | ☐ |
| 6 | 30 道大模型与 RAG 题能答 80% | ☐ |
| 7 | 30 道 Agent 题能答 80% | ☐ |
| 8 | 10 道系统设计题有套路（需求→数据→组件→权衡） | ☐ |
| 9 | 完成至少 1 轮完整模拟面试并复盘 | ☐ |
| 10 | 已按关键词开始投递，有面试日程 | ☐ |
这 10 条是"可投递门槛"而非"完美门槛"。原则是先达成 8 条就开投，剩余在面试邀约间隙补——等"全完美"往往错过热度期。但第 4、5、9 条（叙事/架构图/模拟）建议务必先过，它们是现场最容易露怯的。
10 条标准是我面试前体检：简历/自我介绍/三故事/差异化叙事/两架构图/30+30+10 题/模拟面试/已投递。建议先达成 8 条就开投，但叙事、架构图、模拟面试这三条务必先过，最容易现场露怯。
① 别追求"全完美再投"，热度期有限，8 条就投、边面边补。② 第 6/7 条"答 80%"不是死记，是能展开原理+工程含义，背题反而露馅。③ 第 10 条投递要按关键词精准投，别海投浪费精力。
二、简历终版 v1 要点
2.1 结构
- 顶部：一句话定位（如"8 年 Java/大数据工程师，专注医疗保险智能化，近期深耕 LLM Agent 落地"）。
- 核心技能：Java/Spring、大数据（Flink/Hadoop/Spark）、LLM（LangChain/LangGraph/RAG/Agent）、医疗 domain。
- 项目：3 个项目各 3-4 行，含"背景-动作-量化结果"。
- 教育/证书：如实。
2.2 量化结果写法（关键）
| 反例 | 正例 |
|---|
| "负责理赔 Agent 开发" | "主导特药理赔 Agent，任务完成率 92%、高风险漏判率 <1%、单任务成本 ¥0.3" |
| "做了知识库问答" | "搭建保险知识库 RAG，拒答准确率 95%，平均检索 120ms" |
简历的本质是"用别人的时间换面试机会"。每句话都要能经得起追问，尤其量化指标——面试官会顺着数字往深问。所以数字必须真实可解释，不能编造，否则一追问就崩。
简历要一句话定位+核心技能+3 项目（背景-动作-量化结果）。数字是灵魂：完成率 92%、漏判<1%、成本 0.3 元。但数字必须真实可解释，面试官会顺数字深问，编的当场崩。
① 量化数字编不得，追问必露馅。② 项目别只写"用了什么技术"，要写"解决了什么问题、带来什么结果"。③ 36 岁别在简历里强调"年轻/加班"，要突出"经验/落地/业务理解"的稀缺性。
三、三分钟自我介绍脚本
各位好，我是 XX，8 年 Java 与大数据工程经验，深耕医疗保险领域。
近一年我把重心转向 LLM 落地，做了三件事：
第一，YY 项目（讲一句价值）；
第二，搭建保险知识库 RAG（检索 120ms、拒答准确率 95%）；
第三，也是最近的，特药理赔 Agent——用 LangGraph 做编排、HITL 做人工审批、
Trace 做可观测，任务完成率 92%、高风险漏判率低于 1%。
我的差异化是：既能写生产级 Java 工程，又能做大数据可观测，还懂医疗业务，
所以我能把 LLM 从 Demo 真正落到合规、可靠的生产系统。
希望加入贵团队做 FDE / AI 应用落地相关的工作。谢谢。
自我介绍是"第一印象控制器"。结构要"总定位→三个项目钩子→差异化收尾→求职意图"。关键是把三个项目压缩成"钩子"，引导面试官问你最想被问的那个（通常是作品二）。时长控制在 2:40-3:00，留白比超时好。
自我介绍结构：总定位→三个项目钩子→差异化收尾→求职意图。把作品二（特药理赔 Agent）做成最亮钩子，引导面试官问它。控制在 2:40-3:00，留白比超时好。
① 别背成技术流水账，要"钩子化"引导提问方向。② 超时会被打断、印象分掉。③ 差异化那句必须自然，硬吹"我最牛"显油腻，用"所以我能把 Demo 落到生产"这种因果句更稳。
四、项目故事①：YOYO
说明：YOYO 为候选人的早期/基础项目（如某内部效率工具或数据平台），此处给"故事骨架"，你需按真实经历填内容。
4.1 故事结构（STAR）
| 要素 | 要点 |
|---|
| 背景 S | 当时什么痛点（如数据分散、人工低效） |
| 任务 T | 你要解决什么 |
| 动作 A | 你做了什么（技术选型、架构、难点） |
| 结果 R | 量化结果（效率提升 X%、成本降 Y） |
4.2 和 FDE 的关联
- 体现工程落地能力：复杂系统从 0 到 1 或重构优化。
- 体现数据化思维：用指标衡量效果（呼应 Trace/评测）。
- 作为"老兵执行力"的证据，衬托后面两个 LLM 项目不是赶时髦。
YOYO 在叙事里的作用是" credibility base"——证明你有把事情做成的能力，不是只会追新概念。讲它时要突出"从问题到量化结果"的闭环，这正是 FDE 看重的工程素养。
YOYO 是 credibility base：证明我有把复杂系统做成的能力，不是只会追 LLM 热点。讲法用 STAR，突出"问题→量化结果"闭环，为后面两个 LLM 项目背书。
① YOYO 别讲太久，它是铺垫不是主角，1 分钟内带过。② 若 YOYO 和 LLM 无关，要明确"能力可迁移"，别让面试官觉得断层。③ 量化结果照样要真实。
五、项目故事②：保险知识库 RAG
这是你"大模型+RAG"能力的代表项目：把保险条款、理赔规则、药品目录建成可检索知识库，支撑问答与 Agent 检索。
5.1 关键技术点
- 切分与向量化：按语义/条款边界切分，选中文友好 embedding。
- 检索+重排：向量召回 + rerank，提升命中准确率。
- 拒答机制：无高相关结果时拒答，拒答准确率 95%。
- 版本管理：knowledge_version 可追溯（呼应 W4D5 Trace）。
- 性能：平均检索 120ms，支撑生产并发。
5.2 与作品二的关系
保险知识库是特药理赔 Agent 的"知识底座"——Agent 的 rag.retrieve 调的就是它。两个项目形成"基础设施→上层应用"的递进叙事。
RAG 项目在叙事里是"能力中台"：它既独立有用，又是作品二的检索底座。面试官若问"你怎么做 RAG 的"，就从这里展开切分/检索/重排/拒答/版本，比单纯说"用了向量库"深得多。
保险知识库 RAG 是我的"能力中台"：切分+向量化、检索+重排、拒答机制(95%)、版本管理、检索 120ms。它还是作品二的检索底座，两个项目形成"基础设施→上层应用"递进。
① 别只说"用了向量库"，要讲切分策略、重排、拒答——这才是 RAG 真功夫。② 检索性能（120ms）要能解释怎么测的、并发多少。③ 知识库版本管理常被忘，但它和 Trace 的 knowledge_version 直接呼应，是加分点。
六、项目故事③：特药理赔 Agent（作品二）
这是压轴项目，覆盖 W4D4/D5/D6 全部内容。讲的时候要"由浅入深"，引导到你想展示的深度。
6.1 讲述层次
- 价值层：特药理赔高风险、需合规、需人审，自动化价值大但门槛高。
- 架构层：LangGraph 编排 + RAG 知识库 + HITL 审批 + Trace 可观测。
- 深度层：HITL 用 Checkpointer+Interrupt 实现；可靠性靠幂等键+超时；Trace 15 字段+7 Span 服务排错/成本/评测。
- 结果层：完成率 92%、漏判<1%、成本 0.3 元、错误恢复通过率 100%。
6.2 引导提问
讲完主动抛："如果您想看细节，我可以展开讲 HITL 的可靠性设计，或者 Trace 怎么算成本。"——把话题主导权握在手里。
作品二是"通关钥匙"：它把前 6 天的所有考点收束成一个可演示、可量化的成品。讲它时要在"价值→架构→深度→结果"间灵活切换，根据面试官兴趣深挖，避免平铺直叙。
特药理赔 Agent 是压轴：价值(高风险需人审)→架构(LangGraph+RAG+HITL+Trace)→深度(Checkpointer+Interrupt/幂等/15字段7Span)→结果(92%/<1%/0.3元/恢复100%)。讲完主动引导深挖方向，握话题主导权。
① 作品二别一上来就堆技术名词，先讲价值，否则非技术面试官掉线。② 深度层别一次倒完，留钩子让面试官问，问答式更显掌控。③ 所有数字要能展开推导，防追问。
七、三项目串成"差异化优势"叙事
单独讲三个项目只是"做过"，串成一条线才是"有差异化"。核心逻辑：工程能力 × 数据化 × 业务深度 = 能把 LLM 落到生产的人。
YOYO(工程落地) + 保险知识库(LLM/RAG中台) + 特药理赔Agent(生产级Agent) = 能交付合规可靠LLM系统的人
| 维度 | 普通候选人 | 你的差异化 |
|---|
| 工程 | 会调 API | 8 年 Java/大数据，生产级工程 |
| 数据 | 不知怎么衡量 | Trace 聚合、六指标评测、量化闭环 |
| 业务 | 通用 Demo | 医疗保险 domain，懂合规与风险 |
| 年龄 | （焦虑） | 把"经验"转化为"少踩坑、能兜底" |
差异化的本质是"稀缺组合"。纯算法的人不懂生产工程，纯工程的人不懂 LLM，懂医疗的人不一定会 Agent。你能把三者缝合，且用"量化结果"证明不是嘴上说说——这就是你 36 岁反而比年轻人稀缺的理由。
三项目串成：YOYO 证明工程落地力、知识库证明 LLM/RAG 中台能力、理赔 Agent 证明生产级 Agent 能力。差异化=工程×数据×业务=能把 LLM 落到合规可靠生产系统的人。这是 36 岁比年轻人稀缺的理由。
① 别把差异化讲成"我什么都会"，要讲"组合稀缺"。② 年龄是优势不是劣势，用"少踩坑、能兜底"转化，别流露焦虑。③ 叙事要落到"所以贵团队招我能省多少试错成本"，而非"我多牛"。
八、两张架构图（白板必画）
8.1 图一：RAG / 知识库架构
文档(条款/目录) → 切分 → Embedding → 向量库
↑
查询 → 向量检索(top_k) → Rerank → 拼上下文 → LLM → 答案(+拒答)
↑
knowledge_version 管理
8.2 图二：Agent / 理赔架构
用户 → [材料抽取 LLM] → [RAG 检索] → [规则引擎]
│
高风险 → [human.approval 中断]
│
[执行放款(幂等)] → [通知书]
└─ Checkpointer(PostgreSQL) 持久化 / Trace(Langfuse) 可观测
白板技巧：先画主干（happy path），再补 human.approval 中断点和失败分支，最后标版本/工具名。面试官常让你"画一下你的系统"，这两张图要能 1 分钟徒手画出。
架构图是"沟通的压缩包"。它能让面试官在 30 秒内理解你的系统边界，也能作为你展开深度讲解的锚点。两张图必须一致（知识库图是 Agent 图的检索底座），否则显得设计割裂。
两张白板图：RAG 图(切分→Embedding→向量库→检索→Rerank→LLM→拒答) 和 Agent 图(抽取→RAG→规则→审批中断→放款→Checkpointer+Trace)。先画主干再补中断/失败分支。两图要一致，知识库是 Agent 的底座。
① 白板别画太细（写满字像文档），抓主干+关键节点。② 两图必须呼应（RAG 是 Agent 底座），割裂会显得设计无章法。③ human.approval 位置画错是硬伤，务必画在放款之前。
九、30 道大模型与 RAG 问题（速览，详见评测）
这 30 题覆盖：Transformer 注意力、位置编码、微调 vs 提示、RAG 切分/检索/重排、幻觉、Embedding、量化、推理优化、评测、安全。挑 10 道高频列于此，其余见《FDE-W4D7-评测题.md》与《FDE面试备战手册.html》。
| # | 问题 | 一句话要点 |
|---|
| 1 | Attention 的复杂度与优化 | O(n²) → FlashAttention/稀疏 |
| 2 | 位置编码 RoPE 是什么 | 旋转编码，外推性好 |
| 3 | RAG 切分策略怎么选 | 语义/条款边界，按任务 |
| 4 | 检索召回低怎么排查 | 查 embedding/切分/索引/重排 |
| 5 | 为什么需要 Rerank | 向量召回准但排序粗，rerank 精排 |
| 6 | 幻觉怎么缓解 | RAG+引用+低T+自洽+拒答 |
| 7 | Embedding 怎么选(中文) | 中文友好、领域适配、可微调 |
| 8 | 微调 vs 提示工程 | 小样本提示，大分布偏移才微调 |
| 9 | 模型量化影响 | 降显存提速，可能损精度 |
| 10 | 怎么评测 RAG 质量 | faithfulness/answer_correctness/上下文精度 |
30 道大模型/RAG 题覆盖 Transformer、RAG、幻觉、Embedding、量化、评测。核心是"原理+工程权衡"都能答，别只背定义。详见评测 MD 与《FDE面试备战手册.html》20 道模拟题。
十、30 道 Agent 问题（速览）
| # | 问题 | 一句话要点 |
|---|
| 1 | ReAct vs Plan-Execute | 边想边做 vs 先规划再执行 |
| 2 | 工具调用怎么保证参数正确 | 低T+JSON Schema+校验 |
| 3 | Agent 怎么避免循环 | 步数上限+状态去重 |
| 4 | HITL 怎么实现 | Checkpointer+Interrupt（作品二） |
| 5 | 多 Agent 怎么协作 | supervisor/黑板/消息传递 |
| 6 | Agent 状态怎么管理 | StateGraph + Checkpointer |
| 7 | 长上下文怎么处理 | 压缩/摘要/检索替代 |
| 8 | Agent 可观测怎么做 | Trace 15字段+7 Span（作品二） |
| 9 | Agent 评测指标 | 完成率/工具成功率/漏判（作品二） |
| 10 | 错误恢复怎么保证 | 幂等+超时+降级（作品二） |
30 道 Agent 题覆盖编排、工具、HITL、多 Agent、状态、可观测、评测、恢复。多数能直接挂钩作品二，讲"我作品二就是这么做的"最有说服力。
十一、10 道系统设计题（套路）
系统设计题考察"结构化拆解"而非背答案。通用套路：澄清需求 → 估算规模 → 核心数据模型 → 组件与数据流 → 权衡与瓶颈 → 可观测/可靠性。
| # | 题目 | 关键考察 |
|---|
| 1 | 设计一个 RAG 问答系统 | 切分/检索/重排/拒答 |
| 2 | 设计大模型 API 网关 | 限流/缓存/多厂商路由 |
| 3 | 设计 Agent 可观测平台 | Trace 模型+采样+聚合 |
| 4 | 设计人工审批系统 | 状态机+幂等+超时 |
| 5 | 设计评测平台 | Case 管理+指标+回归 |
| 6 | 设计多租户 LLM 系统 | 隔离+配额+成本归属 |
| 7 | 设计知识库版本管理 | 版本/回滚/灰度 |
| 8 | 设计高并发向量检索 | 索引/缓存/分片 |
| 9 | 设计 Agent 错误恢复 | Checkpointer+幂等+降级 |
| 10 | 设计理赔风控流程 | 规则+模型+人审三层 |
系统设计题的得分点是"过程清晰+权衡意识"，不是画出完美架构。面试官看你会不会先澄清需求、做量级估算、暴露瓶颈、主动谈可靠性和可观测——这正好对应你大数据背景的"先想清楚再写"。
系统设计题套路：澄清需求→规模估算→数据模型→组件数据流→权衡瓶颈→可观测可靠。得分点在过程清晰+权衡意识，不是完美架构。第 9/10 题直接复用作品二经验。
① 一上来就画架构是扣分项，先澄清需求再动手。② 不做量级估算会显得"凭感觉"，大数据背景更该主动估 QPS/数据量。③ 必谈可靠性和可观测，否则方案像玩具。
十二、模拟面试与正式投递
12.1 用通义/DeepSeek 做模拟面试官
- 提示词：让模型扮演 FDE 面试官，按"大模型/RAG/Agent/系统设计"四模块轮流提问，并追问。
- 方式：语音或文字，录下来回听，找"卡壳点、空洞词、超时"。
- 复盘：每轮列出 3 个最弱问题，回手册补，下次专门练。
12.2 投递关键词
| 方向 | 关键词 |
|---|
| 岗位 | AI 应用工程师 / LLM 工程师 / Agent 工程师 / FDE / 解决方案 |
| 技能 | LangChain / LangGraph / RAG / Agent / 大模型落地 / 可观测 |
| 行业 | 保险科技 / 医疗 AI / 金融科技 / 企业智能化 |
参考：《FDE面试备战手册.html》含 20 道模拟题与投递关键词清单，可直接复用。建议先跑 1 轮通义/DeepSeek 模拟面试，再带着复盘结果优化自我介绍与项目钩子，然后开投。
模拟面试是"低成本的失败预演"。用通义/DeepSeek 当面试官，能在没人面前先暴露问题。投递要"精准+节奏"：按关键词投对口岗位，首批投 5-8 家，根据面试反馈迭代话术，而非海投。
模拟面试用通义/DeepSeek 扮面试官，按四模块轮流问+追问，录回听找卡壳点。投递按关键词精准投（AI应用/LLM/Agent/FDE + 保险医疗行业），首批 5-8 家，据反馈迭代话术，别海投。
① 不做模拟直接面真场，等于拿真面试官练手，代价高。② 海投浪费精力且显得不专注，精准投对口岗位。③ 投递后不跟踪（面试后不复盘话术）会重复踩同一个坑。
十三、面试达标线①：三项目串成"差异化优势"叙事
| 项目 | 在叙事中的角色 | 证明的能力 |
|---|
| YOYO | credibility base | 工程落地力（从 0 到 1/优化） |
| 保险知识库 RAG | 能力中台 | LLM/RAG 中台能力 |
| 特药理赔 Agent | 通关钥匙 | 生产级 Agent（编排/HITL/Trace/评测） |
| 串联 | 稀缺组合 | 工程×数据×业务 = 能落地合规可靠 LLM 系统 |
差异化叙事：YOYO 证明工程落地、知识库证明 RAG 中台、理赔 Agent 证明生产级 Agent；三者缝合=工程×数据×业务=能把 LLM 落到合规可靠生产系统的人。这组合稀缺，正是我 36 岁的优势。
十四、面试达标线②：10 条就绪标准自检（达成几条、还差什么）
- 逐条对照：把第 1 节的 10 条标准过一遍，达成打 ✓、未达打 ✗ 并写"还差什么 + 补法 + 时限"。
- 达标门槛：达成 ≥8 条即可开投；但第 4（叙事）、5（架构图）、9（模拟）建议必过。
- 示例自检：若"6/30 RAG 题只能答 60%"→ 还差 20%，补法=今明两天刷《备战手册》+ 作品二知识库部分；若"未做模拟面试"→ 今晚用 DeepSeek 跑 1 轮。
- 动态维护：每场面试后更新这张表，把暴露的弱点转成下一场的准备项。
10 条标准逐条打勾：达成≥8 就开投，但叙事/架构图/模拟面试这三条先过。对未达成的写清"还差什么+补法+时限"，每场面试后更新。诚实自检比假装全准备好更稳。
十五、W4D7 自测清单
- 能默写出"第 4 周面试就绪 10 条标准"并给自己逐项打勾。
- 简历终版 v1 完成，含 3 项目 + 量化结果，且数字真实可解释。
- 3 分钟自我介绍能脱稿、不超时被打断，并自然引导到作品二。
- YOYO 项目能用 STAR 在 1 分钟内讲完（背景-动作-结果）。
- 保险知识库 RAG 能讲清切分/检索/重排/拒答/版本/性能。
- 特药理赔 Agent 能按"价值→架构→深度→结果"四层讲述。
- 能把三项目串成"工程×数据×业务=能落地生产"的差异化叙事。
- 两张架构图（RAG / Agent）能 1 分钟徒手白板画出，且彼此呼应。
- 30 道大模型/RAG 题 + 30 道 Agent 题能各答 80%（原理+工程权衡）。
- 10 道系统设计题有固定套路（需求→估算→模型→组件→权衡→可观测）。
- 完成至少 1 轮用通义/DeepSeek 的模拟面试并复盘 3 个弱点。
- 已按关键词开始精准投递，有面试日程（达标线①②）。
十六、高频面试题速记卡
Q：你的三个项目有什么联系？
YOYO 是工程底座、知识库是 RAG 中台、理赔 Agent 是生产级应用，递进证明我能把 LLM 从 Demo 落到生产。
Q：36 岁做这个方向有什么优势？
稀缺组合：工程落地×数据化×医疗业务，能少踩坑、能兜底，把 LLM 做进合规可靠系统。
Q：自我介绍怎么不被打断？
总定位→三项目钩子→差异化收尾→求职意图，控 2:40-3:00，把作品二做成最亮钩子引导提问。
Q：为什么作品二最能代表你？
它收束了 RAG+Agent+HITL+Trace+评测全栈，且有量化结果（92%/<1%/0.3 元），证明不是 Demo。
Q：系统设计题怎么答不翻车？
套路：澄清需求→规模估算→数据模型→组件数据流→权衡瓶颈→可观测可靠。过程清晰比完美架构重要。
Q：10 条就绪标准达成几条能投？
≥8 条可投，但叙事/架构图/模拟面试三条先过；未达的写清还差什么+补法+时限。
Q：模拟面试用什么做？
通义/DeepSeek 扮面试官，按四模块轮流问+追问，录回听找卡壳点，每轮复盘 3 弱点。
Q：投递关键词有哪些？
岗位：AI应用/LLM/Agent/FDE；技能：LangChain/LangGraph/RAG/Agent；行业：保险科技/医疗AI。
Q：简历数字要注意什么？
必须真实可解释，面试官会顺数字深问；写"解决什么问题+量化结果"，别只列技术。
Q：两张架构图怎么画？
RAG 图(切分→Embedding→检索→Rerank→LLM→拒答) 与 Agent 图(抽取→RAG→规则→审批→放款)，先主干再补中断/失败分支。
FDE W4D7 学习手册 · 正式面试准备（面试级）· 配合《FDE-W4D7-评测题.md》自测
延伸学习资源（中文 / 非 OpenAI）：
① 《FDE面试备战手册.html》——含 20 道模拟题与投递关键词清单，可直接复用为本日模拟面试与投递参考。
② 通义（qwen.ai / 通义千问）与 DeepSeek（deepseek.com）——用其对话能力扮演模拟面试官，按"大模型/RAG/Agent/系统设计"四模块轮换提问并追问，低成本预演真实面试。
📌 待查★ 重要