Вопросы про AI на собеседовании фронтендера и бэкендера

Какие вопросы про AI готовить разработчику. На примере подсказок для поддержки разбираем потоковый интерфейс, серверные контракты, права, тесты и ответы на интервью.

8 мин чтенияai · собеседование · фронтенд · бэкенд

Коротко

Если вы идёте на фронтенд или бэкенд позицию с AI-функциями, готовьтесь объяснять границы своего компонента. Фронтендеру полезно разобрать ожидание, поток, ошибку, повтор и подтверждение действия. Бэкендеру — доступ к данным, контракт результата, таймауты и проверку качества. Один сценарий от вопроса до интерфейса даст больше материала, чем перечень названий моделей.

  • Уточните, нужен ли пользователю текст, черновик записи или результат операции.
  • Разделяйте потоковый текст и проверенные поля, которые интерфейс может применять.
  • Для сервера покажите, откуда приходят права, актуальные факты и идентификаторы.
  • Проговорите, что останется доступно, если модель или поиск откажет.

Одна задача для двух разработчиков

Интервьюер даёт условие: в карточке заказа 42 надо показать подсказку сотруднику поддержки. Пользователь написал, что экран треснул при доставке. Подсказка объясняет следующий шаг и предлагает категорию «повреждение». Сотрудник открывает исходное сообщение, при необходимости меняет категорию и подтверждает создание заявки. В примере пользовательские данные вымышлены.

Спросите, что должно случиться при пустом сообщении, при отзыве доступа к карточке и при медленной генерации. Договоримся, что пустое сообщение можно разобрать вручную, карточка доступна только текущей роли, а генерация может вернуть частичный текст. Частичный вывод остаётся индикатором работы. Кнопка подтверждения появляется после проверки черновика. Если сотрудник уже ушёл в заказ 43, поздний результат 42 не должен менять новый экран.

ШагКто → комуКонтракт
ВводИнтерфейс → APIАктивная карточка 42 и идентификатор запроса
ЧтениеAPI → заметки и правилаТолько разрешённые сведения
ГенерацияСервер → интерфейсПромежуточный текст и финальное событие
ПроверкаСервер → интерфейсЧерновик с подтверждённым номером либо причина отказа
ДействиеСотрудник → API заявокСогласованные поля и контроль повтора

Назовите эту схему, прежде чем выбирать библиотеку. В разборе собеседования LLM-инженера акцент на поиске и качестве системы. Для общей frontend или backend вакансии объясните прежде всего свои решения. На сервере это проверка запроса и источника. На фронтенде — то, как состояние ответа превращается в корректное состояние экрана.

Что готовить фронтендеру

Как показать поток? Сохраните ID активного запроса и признак стадии. Например, loading, streaming, ready, failed. В процессе показывайте текст и возможность прервать ожидание, но сохраняйте ограничение на действия. В описании событий SSE есть идентификатор события, который используется для повторного подключения. Сам формат не защищает экран от позднего результата предыдущего запроса. На приёмке откройте заказ 43, пока ответ по 42 ещё идёт, и проверьте, что подсказка осталась привязана к старому запросу.

Что делать при обрыве? В интерфейсе полезно явно сообщить, завершился ли ответ. Сохраните показанный текст, пометьте его частичным и предложите повтор или ручную форму. Если сервер поддерживает возобновление, верните идентификатор попытки и позицию. Если поток недоступен, сначала получите состояние по API. В разборе чата с LLM разобран случай, когда сервер после обрыва повторяет последний фрагмент. Проверьте, что он не продублировался на экране.

Как показывать ссылки? Идентификатор источника возвращает сервер. Открытие ссылки остаётся явным действием пользователя. Не превращайте строку модели в выполняемую разметку. Тест с непредусмотренным адресом должен сохранить текст безопасным, а ссылка на действующее правило — открываться. У разных состояний должны быть понятные надписи: «подготавливаем», «нужна проверка» и «черновик готов». Одинаковый спиннер на всех стадиях скрывает, что происходит при сбое.

Что готовить бэкендеру

Как оформить ответ? Отделите поля черновика от пользовательского текста. Например, order_id сервер берёт из сессии карточки, category предлагает модель, а can_create вычисляется системой прав. Структурированный вывод помогает проверить форму результата. В руководстве OpenAI ответ по схеме и отказ модели описываются отдельно. Валидный объект с номером 43 для карточки 42 всё равно отклоняйте.

Как обработать таймаут? Предел на подготовку черновика и предел на создание заявки различаются. Подготовка не меняет запись, поэтому ограниченный повтор допустим. Если подтверждённая запись упала после отправки, исход мог уже сохраниться. Используйте ключ идемпотентности и выясняйте результат по нему. На интервью покажите, что знаете состояние после обрыва, а не сразу предлагаете новый запрос.

Какие данные можно отправить модели? Только нужное сообщение, данные карточки для этой задачи и доступные правила. Права берите из текущего контекста сервиса. Если оператор видит заказ 42, это не значит, что ему нужны платёжные данные. На проверке сравните вход двух ролей и убедитесь, что тексты недоступных разделов не дошли до генерации. Это важнее спора о том, какую модель выбрать для короткого черновика.

Как проверить переходы интерфейса на Python

Упростим интерфейс до решения, можно ли показать результат и подтвердить действие. При позднем событии прежняя карточка остаётся в покое. При обрыве интерфейс оставляет ручной путь. Код не запускает модель и не создаёт заявки.

def view(active, event_id, phase, validated): if event_id != active: return "игнорировать прежний запрос" if phase == "streaming": return "показать частичный текст" if phase == "complete" and validated: return "показать черновик и подтверждение" return "оставить ручную форму" cases = [ ("Первые слова", 42, 42, "streaming", False), ("Готовый черновик", 42, 42, "complete", True), ("После перехода", 43, 42, "complete", True), ("Обрыв", 42, 42, "failed", False), ] for label, active, event_id, phase, valid in cases: print(label, "→", view(active, event_id, phase, valid)) assert view(42, 42, "complete", False) == "оставить ручную форму"

Вывод программы.

Первые слова → показать частичный текст Готовый черновик → показать черновик и подтверждение После перехода → игнорировать прежний запрос Обрыв → оставить ручную форму

Здесь номер заказа играет роль сокращённого идентификатора попытки. В рабочем интерфейсе проверяйте оба значения. Два параллельных запроса по заказу 42 должны остаться различимыми. Добавьте тест повторного нажатия и контролируйте, что подтверждение соответствует выбранному черновику. На серверном тесте сохраните заказ из сессии, верните от модели другой номер и проверьте, что клиент не получил разрешения создать заявку.

Что рассказать о качестве и наблюдении

Подготовьте два независимых теста для «экран треснул». В первом модель возвращает валидный объект с категорией «общее обращение». Вторая ошибка — категория верна, но номер 43. Схема проверит оба объекта. Серверный проверяющий слой отклонит номер, а качество категории покажет разметка и число ручных исправлений. Для фронтенда проверьте, что обе причины обратимы и сотрудник может продолжить вручную.

Если интерфейс медленно показывает первый текст, попросите измерить переходы отдельно. Время в очереди, момент первого токена от модели и первый показ в браузере отвечают на разные вопросы. У фронтенда может быть буфер или частая дорогая перерисовка, у сервера — очередь на модель. На интервью предложите одну трассу для медленного ответа, прежде чем объявить, что нужно взять более быструю модель. Сравните также количество успешно созданных вручную заявок после ошибок AI.

Как построить разговор о собственном опыте

Для фронтенда возьмите случай, где у вас уже были асинхронные переходы. Пример ответа на интервью: «Навигация меняла карточку, пока предыдущий запрос ещё шёл. Я связал состояние запроса с ID карточки и попытки и воспроизвёл гонку, искусственно задержав запрос 42. После перехода на 43 старый ответ не изменял страницу». Если вы делали это для обычного HTTP, объясните, где тот же принцип работает для потока. Так вы показываете полезный приём даже без прежнего проекта на LLM.

Для сервера выберите историю с неизвестным результатом операции. Например, сервис заявок принял запрос, а соединение закрылось до подтверждения. Сначала назовите состояние, которое гарантированно сохранилось. Затем объясните, как клиент узнаёт итог по ключу. Интервьюер может добавить условие, что сотрудник поменял категорию, пока первая запись ещё обрабатывается. Новые параметры требуют нового подтверждённого действия. Покажите тест, который отличает повтор старой записи от новой команды.

Если опыта пока мало, предложите минимальный прототип на вымышленных данных и опишите, что проверяли. Во фронтенде достаточно трёх событий, полного ответа и одного обрыва. На сервере сохраните три ответа заглушки с верной формой, чужим номером и отсутствующим результатом. Назовите, какие реальные вызовы в тесте заменены, и какой интеграционный сценарий вы добавили бы следующим. Рассказ о границах такого проекта убедительнее утверждения, что модель улучшила работу операторов, которых вы ещё не наблюдали.

Когда откажетесь от AI на этой странице

Если пользователь сам выбирает категорию из двух пунктов и форма показывает понятное пояснение, правила маршрутизации можно написать в коде. Для свободных сообщений модель ускоряет создание черновика при условии независимой проверки. Договоритесь, что тест должен показать. Например, сотрудник тратит меньше исправлений на сообщения о доставке и не теряет ручной путь при отказе. Не обещайте, что любой интерфейс с генерацией станет быстрее только из-за модели.

Что спрашивают на собеседовании

  1. Как не перепутать два потока? Я свяжу каждый ответ с ID попытки и карточкой. При переходе на заказ 43 поздний результат 42 не изменит активный экран.
  2. Где проверять JSON модели? Сервер проверит форму, допустимые значения и связь с доверенной карточкой. Интерфейс получит отдельный статус, который определяет доступность подтверждения.
  3. Как пережить обрыв? Я сохраню частичный текст с отметкой и узнаю состояние попытки. Если продолжить нельзя, предложу повтор или ручную форму.
  4. Что измерить для качества? Я разделю правильность категории, корректность ссылки и долю ручных исправлений. Отдельно посмотрю на сбои и задержку, чтобы не спутать качество с доступностью.
  5. Когда достаточно обычного интерфейса? Если известна категория и есть ясное правило, я отправлю форму напрямую. Модель добавлю для случаев, где она помогает превратить свободный текст в проверяемый черновик.

Потренироваться в спокойной обстановке

Все задачи