腾讯总监面，考代码吗？

3月初面的，当时暑期没开面试官开始先做了部门介绍，以及业务内容，需要实习6个月以上1.R1复现方案，奖励函数为什么这么设置？有考虑过数据泄露的情况吗，就是如果你改的这些题目比较相似的话？有没有出现中英混答的情况？怎么解决？为什么你的最后结果没有突破到更高的分数？你说你用的Kimi K2和Gemini，是什么形式的？API还是网页？如果说不是输出你的奖励词语，也是可以做到推理的，你怎么考虑这个问题？2.手机助手项目拷打：介绍背景，怎么做的。如果我现在的场景是APP更新之后，点击的模块发生变化，你会怎么解决这个问题？如果是上下滑动找商品呢？3.GRPO如果组内设置的size非常小的话会怎么样？4.GRPO的平均是怎么计算的？5.场景题：如果让你来搭建一个LOL的陪玩助手，你会怎么搭建？（这里我没明白这个助手是要当辅助这种还是就一个语音助手就行了，面试官说语音的助手就行了）可以从数据选择，整个架构设计来说。如果用户发现你的这个助手语气太生硬了，你怎样解决？如果版本更新，装备这些东西变了，你是训练到模型里面去的，模型需要重新训练吗？有没有什么解决办法？如果是LOL你在对线的时候，发生了小龙团，你怎么样让助手去做这种场景的一个提醒规划？6.有了解过MOE模型吗？主包只记得激活参数小很多😭7.讲下PPO8.LoRA原理，AB矩阵初始化9.MCP和Skills有了解吗？10.代码：先写打家劫舍，然后改进输出具体打劫了哪些11.多久能到岗？能实习多久？导师那边没问题吗？12.反问：HC？有，需要和暑期同学竞争

4.15 刚面完 回忆版问开源经历k8s 的 pod 和 containerd 区别如何查看 cpu负载 （我讲了 top，然后追问什么是负载）进程和线程的区别Tcp 和 udp的区别Go 语言 slice 和 数组的区别vibe coding经验（我讲了 cc+openspec+sp）追问 具体接受一个项目的任务时，如何做的openspec和sp的区别问个人项目，只是跑起来了，还是做过评估反问：业务和面试表现不足（面试官很委婉的说：整体表现很好，硬要说一点。。。）面了 20分钟面试官很好，我啥都不知道，说不知道没关系

混元多模态模型 - 后台开发 一面 60min1. 自我介绍2. agent里面经常会遇到数据安全的问题，你有没有处理过？3. 有没有去调研过一些现成的数据安全方案？4. 简历项目里面抑制模型幻觉的这个背景是怎么做的，能不能详细介绍一下？5. 对这个策略的有效性验证怎么样？6. 实习里面写的推理框架优化的背景和方案能不能详细介绍一下？7. 讲到上下文爆炸的问题，现在很火的openclaw框架其实很好的解决了这点，你知道它是怎么解决的吗？8. 那对于长期记忆，它是怎么处理和存储的？9. mcp框架有了解过吗？手撕：1. 根据前序和中序遍历还原二叉树2. m个苹果放到n个盘子（可以为空），一共有多少种方法3. 基于互斥锁实现读写锁

bg：一篇不对口论文在投，一段非互联网实习目前就腾讯（NLP研究岗）、华为（AI工程师）、字节（大模型Agent开发）给了面试机会timeline:3.28 华为一面（华为杯跳过机试）3.30 华为二面（主管面）3.31 HR说要走一个月流程，也不知道是什么流程这么难走...3.31 腾讯一面（自我感觉答的还不错，手撕3/3，组成为 力扣*3）4.03 腾讯二面（答的比较差，手撕2/3，组成为 力扣*2+ml）4.09 腾讯三面（答的很差，手撕1/3，组成为 力扣+dl+sql）三面后停在复试界面4-5天，然后显示进入HR面，并发了综合素质测评，做完之后又没消息了...4.02 字节一面（面完紧接着约了二面）4.02 字节二面（手撕到一半让我讲了思路就草草结束了）4.07 字节三面（主管面，技术+个人发展）4.09 字节HR面4.15 字节oc