荣耀 | 运筹优化算法工程师 | 面经

大家好，我是小志，目前在淘天负责推荐算法方向，主要是首页猜你喜欢（首猜）场景的个性化推荐优化。平时都在和代码、论文打交道，今天特意来牛客开个直聘点，想给自己的团队挖几个靠谱的同学～✅ 关于我们团队我们组是淘天核心推荐算法团队之一，业务覆盖亿级DAU的首猜场景。团队氛围大概是这样：•扁平化管理，没有PUA，mentor带人比较认真•不卷无效加班，只卷技术突破•周五下午经常一起头脑风暴（或者研究哪家奶茶好喝）•有不少技术讨论，学到东西比较快过去一年我们主要在探索几个方向：•LLM + 推荐（提升内容理解能力）•强化学习在推荐策略里的应用首猜是淘天流量最大的推荐场景之一，DAU是亿级规模，很多算法优化上线后效果反馈其实很直接，这一点还是挺有成就感的。✅ 我们比较看重的能力•扎实的算法基础：机器学习、深度学习基础扎实，熟悉至少一个主流框架•编程能力：熟练使用Python/C++中的至少一门，代码习惯好•业务理解力：对推荐系统有基本认知，最好有相关项目或实习经验•学习能力：对新技术敏感，愿意主动学习LLM、RL等前沿方向✅ 人才的加分项•有顶会论文（KDD/ICML/NeurIPS/SIGIR等）•有推荐/广告/搜索相关的实习经历•熟悉LLM、强化学习等前沿技术•有大规模系统开发经验•开源项目贡献者❌ 可能不太适合我们组的人•只刷题但对业务没有兴趣•不愿意沟通、习惯单打独斗•对技术没什么热情，只想"稳定打卡"💬 关于组内的一些大实话工作强度：电商业务会有大促周期，比如双11前后会忙一些。平时节奏还可以，我们组不太卷工时，更看结果。技术栈：主要是Java/Python，底层有自研的机器学习平台。新人会有完善的培训体系，不用太担心上手问题。发展前景：推荐算法是电商的核心竞争力，经验积累后无论是内部晋升还是外部机会都很多。🙋 我个人在组里的感受•能接触到真实大规模推荐系统•mentor带得比较细，新人一般都会有人手把手带•组里会定期有技术分享，讨论氛围还挺好的如果是刚毕业想做推荐系统，我觉得是一个还不错的起点。📮 简历投递方式目前组内 27届实习/校招有HC！重点关注：•推荐算法工程师•推荐算法工程研究方向：主要是 LLM+推荐、强化学习在推荐中的应用。我们希望你：有扎实的算法基础，对推荐业务有热情，有极强的Debug直觉。直接把简历以「姓名+学校 +申请岗位 +」命名发到我的邮箱，xiaozhibo.xzb@taobao.com！我会亲自看，合适的同学直接推给HR安排后续流程，主打一个快准狠，一般反馈会比较快。❓ 你可能想知道的事Q：淘天对学历背景有要求吗？A：淘天对学历背景不设限，欢迎大家投递！Q：测评和笔试重要吗？A：测评和笔试是淘天甄选人才的重要环节，会作为参考，但不是决定性因素，也请同学们认真准备。Q：没有电商背景可以投吗？A：当然可以！我们更看重你的学习能力和算法功底，业务知识可以进来再学。Q：实习转正概率大吗？A：表现优秀的实习生转正概率很高，我们prefer自己培养的人。Q：面试流程是怎样的？A：一般3-4轮技术面+1轮HR面，全程高效推进，不会拖很久。Q：base在哪里？A：杭州/北京（视HC情况）💡 大家问得最多的问题统一解答1. 校招HC充足吗？今年我们团队有多个HC，算法、工程都有需求，欢迎大家投递！2. 实习和校招可以都投吗？可以的，实习表现好可以直接走转正流程。3. 非计算机专业可以投吗？只要基础扎实、有相关项目经验，专业不限。🌟 最后想说：校招选择很重要，但不要焦虑。找到一个能让你持续成长的环境，比一时的package更重要。如果你对推荐算法感兴趣，想在大厂核心场景做有挑战的事，欢迎加入我们！👇 大家有关于行业热点前景/实习转正/技术选型/面经等方面的问题都欢迎在评论区和我互动提问。比较短的问题我会直接在评论区交流，如果是比较复杂的问题我会单独再出一篇笔记聊聊，大家记得持续关注噢！也欢迎大家帮忙转给正在找算法岗的同学～

现在不少科技公司面试都看AI Coding能力，海外像Meta、Canva、LinkedIn、Shopify、Uber，国内字节、阿里、腾讯、华为、京东这些大厂，也会在技术面里考你用AI写代码、查错、优化的能力，重点看你会不会用好AI工具、能不能兜底改bug。

我目前学习过python基础，mysql基础，学习了fastapi；redis和SFT了解了一点点，之前跟在黑马后面学习过RAG、agent的demo级别的项目，还有黑马的mysql和fastapi的一个模仿今日头条的demo项目，然后深度学习和强化学习的基础理论知识有了解一遍，关于大模型的一些概念有了解一点，比如MCP、transform结构、React（但是这些只是了解概念）。我当前适合朝哪个方向靠？为了找到实习，我还需要学习什么？有什么推荐的可以放在简历上的项目吗？求大佬指点，目前研一，专业非科班

日期：2026.3.26时长：约40mins面试官：算法工程师（也许是）面试岗位：算法工程师 实习岗工作地：上海内容1 面试官自我介绍2 （我）自我介绍（追问）实习时长？视实习jd而定，对于……，实习期大概在4-5个月3 简历询问a 学生期间的学习经历有什么？i  本科还是硕士？——》都介绍一下ii 本科期间学校对我们专业的培养目标是……，所以我们会学数学、化学、英语、机械、力学、……。在研究生期间，主要学习的课程可以自行选择，我的主修课程主要包括环境感知、智能导航、传感器、ai及深度学习、数学等课程，研究生的主要研究方向就是……。b 我看你的实习经历有一段……，当时就已经在做agent开发了吧？i  我认为严格意义上那不算agent，当时agent也没有现在这么火，更多的还是一个对内的ai助手demo开发，在功能上基本可用。b（追问）那你对ai了解多少，与llm和agent相关的这些。ii 对于llm还有agent的一些基本原理的概念性东西还是有一定程度了解，比如loRA微调、RLHF（是这个吗？其实我不太记得住这个词，可能当时说错了）、数据集、无监督学习、rag、a2a、skills、tool，Transformer等等。但是如果您问我我具体了解程度，那我只能说基本不了解。因为在我的预估和前期规划中，我的实习期从五月开始，这些东西的学习计划是放在四月的（确实是这样规划的）。那么在这之前，我主要做的是我的毕设和一些基础的学习，比如说强化学习的数学原理、经典强化学习算法、Attention、深度学习底层原理等等。之所以这样规划是因为这些东西是介于我毕设和预估中的实习涉及到的技术落地间的重要知识，需要有层次的递进学习，其次是我需要毕设做到一定程度导师才放实习，因此我的毕设进度大概是……。c 介绍一下你最了解的项目。i  我最了解的是我的毕设……。其中我这也是结合prompt engine做的，其中用于项目开发的skill也开源了。c（追问）你为什么选择PPO而不是其他的模型？你有做过对比吗？ii 我选PPO的原因很简单，首先是PPO相对来说非常成熟，其次是它对超参数不是那么敏感，这样我可以不太用耗费很多时间去调参，此外，ppo的代码实现相对来说也比较简洁，能有效减轻我的工作量，最重要的一点是ppo的鲁棒性相对较强，这个是我比较看中的，因为……。对于其他模型而言，比如TRPO，没记错的话TRPO的一大优点在于其理论上能保证策略性能的严格递增，这点也是很重要的，但是没记错的话，TRPO中有个温度系数还是什么超参数，这个超参数对最终的策略提升有重大影响，如果这个参数没调好，容易让策略走向在最优解附近大幅震荡或无法学习的两个极端，这其实是我不希望出现的。毕竟计算机计算精度始终有限，因此我选用一个算法的目的之一在于在有限的计算时间和计算资源的限制之内能最逼近和无线逼近最优解，因此尽管PPO在理论上的收敛性不如TRPO严谨，但是从实际表现来看ppo反而好不少，他就是我需要的算法。c（追问）你的项目不使用数据集来训练对吧？比如那种生成的数据是无法应用到你的项目中的？iii我的项目可以用数据集，强化学习有通过数据集预训练或者需要采样数据的算法，但是，但是，如果使用数据集，我怎么保证我采集到的数据比强化学习自己的策略更好呢？换句话说，这些数据集需要我再环境中自己去采集，人具有主观性，我不能保证我采集到的数据是没有偏差和人的主观偏好在其中，如果基于有偏差的数据进行训练，那么如何保证最终训练出来的策略是最优策略呢？当然我不是在否定这种方法，现在有很多基于数据集驱动的强化学习，若我采用了这种方法，我就需要考虑……系列问题，这会让我毕设的体量爆炸……。因此，在实际中应该结合现有条件进行选择，最适合的才是最好的。4 手撕一个字符串中包含空格和数字，要求不产生额外存储空间的情况，把所有的数字换到左边，同时字符串长度不变（空格放到末尾保留）。忘了这是力扣哪个题，用了双指针的思路，思路对的但是跑不过用例不知道为什么。5 反问a 算力资源？i （面试官所在的团队）有几张gpub ai coding额度资源？i 这些问问llm就行，实习生估计是没有的（我其实无所谓，常年开的有自己的coding账户）c 组织架构？或者团队的主要工作内容是？i （估计是组织架构不便透露）工作内容：i）基于cv的……检测ii）基于ai的……检测iii）基于ai llm的知识图谱构建（听到这眼前一亮）---------分界线---------大约面试结束30-40分钟左右接到hr电话电话内容总结：1 面试官那边总体满意2 jd是……（听到这觉得jd可以去）3 入职时间及实习期（算了一下，可以去）4 薪资5 手头offer确认（表明0 offer，给了就去，期间也会面其他公司，毕竟我知道这个实习岗没有hc，但打包票的是期间我不会跳走）