百度大模型研发工程师面经

拷打简历（18min）对大模型基础的结构有没有了解？你了解哪些大模型中的优化技术呢？那对于大模型相关的，传统的那种机器学习技术（如树模型），你有没有了解过？你了解的推荐技术是什么方面？讲一个例子聚类ID 的向量从哪来的？怎么拿到这个聚类用的向量？是输入模型吗？就比如说拿原始视频，把它的一些信息输进去，经过这个模型用什么方法得到这个向量？你提到了物品间 ID 对，形成向量的过程是什么？相似性怎么定义假设这个物品是新的，理论上跟它有交互的用户序列基本上是空的，这种冷启动的情况怎么办呢？那你觉得能用大模型给这个物品生成一些向量吗？有了这个向量以后，你觉得可以应用在什么地方？你觉得系统里面能用到这个相...

📍面试公司：阿里控股🕐面试时间：26届秋招💻面试岗位：机器学习❓面试问题：1. 问项目2. 正样本比较少的时候怎么去解决这个问题？3. InfoNCE中的超参调整，怎么理解（正负样本比例和batch size）4. InfoNCE和其他loss有没有什么联系？5. 了解多模态大模型，如Qwen-VL吗？6. lora（接在旁边/后面）,为什么不接在后面？rank高低有什么影响，对于少量样本，lora好还是sft好？相对于sft的优劣势？7. Deepseek r1中的训练方式有什么特别之处？怎么做的think？RLHF的流程是什么？8. 量化加速方面有了解吗？解释一下vllm无手撕🙌面试感想：面试官很好，该有的流程都有，上来就说大概40分钟，时长不影响结果，并介绍了一下岗位对应部门的工作。面试官除了问问题，还会引导讨论，很尊重求职者。但还是太菜了，缺少LLM经历，很多都答不上来

一面（28min）主要针对简历提问问答系统的知识库为什么不使用问答对，如何构建一个问答对的知识库怎样从原始文档中挖掘问答对向量召回与关键词召回的区别，各自优势有没有了解过其他embedding模型Qwen3的embedding大模型的幻觉表现，原因总的来说确实基础不太扎实，第一次面试准备也不太充分。

TL： 0828 一面 60min0903 二面 60min0912 三面 50min面的时候就感觉面试官兴趣不大，凉了半截了。自我介绍，问实习，顺便问问八股，但是角度很刁钻，措不及防。之前听说没有手撕，但到我这里还是来了一个，验证完全二叉树的完备性，没做过，好在是A出来了，中间提交出错了一次，感觉不太好了。然后问竞赛，问实验室的方向，然后让我说一个实验室的项目，同时进行询问。简历上的项目真没一个人问的......白准备了，不过一看烂大街的项目估计面试官也没啥兴趣不出意外晚上就要收到感谢信了