Se a vaga pede AI / LLM Engineering, vale saber responder isso. A resposta está em inglês de propósito, porque é assim que você vai precisar falar.
A store with vector similarity search, either as a dedicated database or an extension such as pgvector. Cosine similarity, inner product, and distance metrics must match the embedding model and index configuration.
Exact search compares against all candidates. Approximate Nearest Neighbor (ANN) indexes, such as HNSW, trade retrieval recall, build cost, memory, and query latency. Measure that trade-off on the actual dataset and filters.
Trap: "approximate" does not mean a fixed tiny quality loss. An index configuration that is fast on one dataset may miss required evidence on another.
Essa pergunta tem uma armadilha que derruba muita gente em entrevista. Ela está marcada na resposta acima: vale reler antes de treinar.
Ler é o primeiro passo. No app, essa pergunta vira flashcard com repetição espaçada, e o módulo tem quiz e simulado para testar o que ficou.
Treinar essa pergunta no app