bg 双非本硕，35投 8面 3挂 2意向 1转正意向 3泡池子支付宝 意向b站 意向滴滴 意向虾皮 二面泡池子小红薯 二面泡池子网易雷火 AB面泡池子 二面已拒拼多多 一面已拒深信服 线下一面 已拒美团 捞起来鞭尸 一面挂影石 一面挂字节 一面挂双非的救赎～～～大厂就在眼前，我要考虑这是否是我此生仅有的进大厂的机会，重铸双非荣光，我辈义不容辞(秀兵证已佩戴)

1. 你的 Agent 系统Prompt 是怎么设计和迭代的？有没有做过 Prompt 自动优化？当用户提出不完整的请求时，如何补全用户意图的？2. 构建 Agent 的时候，遇到过哪些瓶颈？LangChain 的 memory 默认机制在多用户并发中怎么做隔离？你是如何保证线程安全的？3. 微调 Llama2 你是怎么选择训练样本的？清洗逻辑是什么？你有没有观察到哪些训练样本质量问题对模型行为有很大影响？举例说明。4. DPO相比 SFT，有哪些优劣？它在 Agent 任务上效果提升明显吗？你怎么构造偏好对？构造逻辑是自动的还是人工？5. 你说你服务部署在 vLLM 上，为何选择它？KV-c...

不活了。。

海光今年依然线下面试，直接在公司里面试。下午一点到的，首先是一个多小时的宣讲会，然后就是半个小时技术面，所有人都在一个会议室里面等面试通知，感觉等待过程会令人焦躁不安，面试完之后回到会议室等结果，通过的会让你去HR面，没有通过的会让你离开。感觉这个安排确实有点刺激，毕竟不知道什么时候会被HR通知。技术面就半个小时，面试官感觉比较资深，技术能力挺强，主要问了大概的数据流，关键路径优化。因为时间有限，项目和实习也讲不到太详细，所以也不会有太深入的提问。回去之后等待hr通知，因为只有3个hr在面，所以面试流程有点慢。目测大概有1/3可以进hr面。比较幸运进了HR面，主要问的学校和实习经历，问一些团队...