应该是目前手头开的最高的一个，和大厂 ssp 差不多。一共四面，前两面都四十分钟，考察常规八股和项目，第三面算法部主管面，考察项目和思维逻辑，第四面 HRBp 面面试推进的很快，九月中投递后测评，笔试。每一轮面试都只隔了两天。

项目询问没挖太深问了个PPO和GRPO DAPO的区别问了一个懂不懂vLLM和SGlang的实现问了一个ms-swift 和 VeRL各自设计上的优劣，我说VeRL用起来更方便，每个模块很清晰，ms-swift集成的太好了，不方便改问了一个宏观的问题：如果给你一个多模型后训练任务，怎么设计训练框架？我说两个点，一个是模型加载，需要考虑到适配不同的模型，方便未来的模型加入进来，另外一个是RL这一块，需要适配不同的算法，让用户自己可以比较灵活的去定义和修改算法，例如你实现了 PPO算法，能不能很方便的改成GRPO,DAPO,GSPO。面试官不太懂训模型这一块比较关心框架设计后面反问工作内容也是提到...

部门：教育bgbase：北京/西安岗位：Java后端开发岗批注：两次技术面，但我只参加了完整的一次，也就是一面面完，二面一直频繁出情况，总共和我约了五次二面，放了我五次鸽子，体验极差。本校面试亭有限，每次费劲约上面时间去调试好电源设备，就突然告知面不了，临时有会，提前通知都做不到，可能和组有关吧，但本人不再决定继续，所以在第六次约面的时候拒绝面试了，hr挺好，劝本人情绪冷静，情绪很冷静，毕竟如果手里没意向，谁也不敢放弃。总之，同学们，不要害怕已经约了这么多次，如果不参加的话感觉就亏了，白准备了，沉没成本高，和炒股一个道理，该割的时候不要勉强，只赚该赚的，坚守交易纪律，走了之后再怎么怎么好也与我...

合肥，多模态，预训练，基座组（不一定去），30min华为的卡上训的，几百台问 qwen3vl 的预训练问 qwen2.5vl 的预训练问 qwen2.5vl 和 qwen2vl 的区别问 gspo grpo dapo 的区别deepspeed zero/ flash attention看着像个大佬无手撕星火大模型