pdd算法面经

时间：45min岗位：游戏测试问题：1.自我介绍2.实习介绍3.agent大模型验证整体的流程是什么？遇到什么难点？4.前端缺陷检测工具的流程是什么样的？如何提取待检测的函数的，准确率如何？做出哪些优化？5.算法：层序遍历，自己建树6.设计测试用例，并说明从那些方面来测试你写的代码？7.玩过什么游戏？8.对于一个新上架的皮肤，进行抽奖活动，可以赢得碎片，你会从哪些方面考虑测试点？9.为什么选择游戏测试？有哪些职业规划？如何看待作息时间、加班和压力？10.反问

1．项目介绍2．讲讲你对 transformer 的了解3．有哪些常用的解码策略， topp 和 topk 的具体细节，以及实现上的差别4. 意图分流的 agent 怎么做微调的，用了多少数据5.如何做 embedding 微调的，如何构造正负样例，训练的 loss 是什么6.RAG有哪些可优化的地方7．你的 RAG 项目中用到了 agent 吗，一般 agent 会用在RAG 链路中的哪些部分8．做 sft 时是怎么做数据配比的，参数具体怎么设置的9.RLHF的流程，有没有训过 PPO10. deepseed 的原理，zero1,2,3怎么做的11.了解过排序模型吗，讲几个经典的排序模型吧12．说一下 vllm 部署8*7B的 MOE 模型每秒大概能推多少token13．对比学习了解吗，讲一下（比较突然，不知道为啥要问）14.code :实现rand5到rand7

一、少量八股1.介绍下self-attention，计算其时间复杂度。2.为什么要用multi-head attention？3.kv cache是什么？它为什么能极大地提升推理速度？4.PPO的clip机制？在线强化学习和离线强化学习有什么区别？RLHF是哪一种？5.为什么要用reference model?为了解决什么问题？二、项目深挖1.如何让多个agent协同工作的？举个具体的协同机制例子。2.如果一个agent误判导致策略冲突，如何处理？3.你们有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？4.你是怎么设计agent的记忆系统？5.长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？6.有没有做记忆衰退，避免旧数据干扰新任务？7.你们这种模块堆叠的架构是怎么设计视觉问答模块和动作模块的协同逻辑的？8.你简历里的人机协作流程，具体是什么意思？怎么设计人工干预与agent自动处理的平衡？9.human feedback是怎么被agent消化吸收的？有没有用rl进行策略更新？三、业务理解1.有没有做过模型压缩？比如在车载端或低端设备上的推理加速？2.如果量化后理解能力下降怎么办？怎么做精度补偿？3.你怎么处理响应速度与推理精度之间的tradeoff？是先召回再精排，还是单次生成？4.如果要做电商agent，你会选择哪些模态的信息作为输入？比如文本评论、图像、视频、购买记录？5.有没有做过A/B测试？

直接投了提前批后端开发。7.21 测评，8.3 笔试。8.7 一面，不愧是多多，晚上九十点都可以约面试，问了实习、MySQL 八股、Java 八股；用递归写了一道模拟题，貌似解法不是面试官期望的，不过好在是用例输出都对了。8.12 二面，这轮面试官是写 C++ 的，看我简历上是 C++ 和 Rust 技术栈就开始拷打，上来先手写个智能指针；然后是一道算法题，一开始用递归写出来了，后来提出个场景如果数据不是给个数组，而是流式传过来的怎么办，遂改成用优先队列维护。8.20 三面，电话面，实习答得不错，关于 C++ 多线程的问题答得自我感觉不好，特别是怎么用 C++ 现有多线程工具实现 async 和 await 编程。8.28 HR 面，查户口。后来收到保温电话，问发 Offer 一定会来多多吗，我害能咋说呀…… 10.28 收到意向。