面灵AI→

腾讯数据工程一面:面向 Agent 的知识库、电商信息 Agent 与 AI 后的数据研发

时间
2026-11
来源
牛客网

《面试题目》

  1. 3 个 SQL 题。
  2. 1 个算法题。
  3. 简单介绍一下你自己。
  4. 实习过程中遇到的技术难点是什么?
  5. 挑一个完整项目,说明业务流程、你的动作和最终目标。
  6. 把 AI 结合进这套流程,遇到了哪些问题?
  7. 想要做好知识库,你认为有哪些要点?
  8. 如果让你开发一套面向电商的信息 Agent 系统,你的开发思路是什么?
  9. AI 普及之后,数据研发和以前相比有什么变化?
  10. 你的实习是不是以离线数仓开发为主?有没有接触业务域背景?
  11. 你现在是大四吗?哪个学院?还有在实习吗?
  12. 有没有做过在线服务、实时数据工具开发?
  13. 你有什么想问我的?

《参考解析》

AI 接入数据链路的实际问题:难点不在开发,开发有文档和 AI 辅助相对可控;难在业务侧要反复对齐字段口径、评估需求价值。Agent 能产出结果但质量不稳定,对口径理解容易偏差,需要人工复核它的思考链路与查表逻辑——比如给自然语言需求,它可能生成错误 SQL 或错误报表口径。团队尝试多 Agent 协作让 Agent 自生成、自校验,仍在开发阶段。

知识库的三个要点:第一,业务隔离,不同场景配独立知识库,不共用一套;第二,面向 Agent 适配,不能沿用给人读的文档标准,结构、粒度、字段说明要改成模型容易解析的形式;第三,优化检索规则,除权限控制外还要规范内容结构、给检索加约束,让 Agent 能精准定位到对应条目与业务依据。

电商信息 Agent 的设计:分知识库与能力两部分。知识库侧梳理项目背景、业务字段、口径定义与换算规则;PDF 等原始文档切片时标记来源章节与所属业务场景,因为同一字段在不同场景口径不同,检索要同时匹配关键词与业务上下文,保证 RAG 命中正确条目。Agent 侧按能力拆分职责(取数、绘图、图表分析等),为每类定义 Skill,明确 SQL 能力边界、限定可访问的库,避免自由发散产出错误数据。

AI 之后数据研发的变化:传统数据开发大量时间在写 SQL、做分层、开发 ETL,现在这些基础环节可以大量自动化;人的重心转到维护适配 Agent 的知识库、把控输入输出质量、校验结果正确性。人不再独立维护整条链路,由 Agent 承载数据闭环执行,人负责质量管控,同时因为要盯全链路,工作范围比传统数仓开发更宽。

离线与实时的取舍:离线开发居多,接触的是开发质量域、测试域的数据,业务复杂度低于电商业务域;工作重心在链路实现、调优与维护。被问到是否做过在线服务或实时工具时,要如实说明边界,并讲清离线链路的产出如何被在线消费。