一面（1小时30分钟）：上来先做题1. 手撕AdamW2. 手撕无重复字母的字串（hot100）3. 出了两个题都是对数据库的操作，我以为是让写大模拟，写到一半结果面试官告诉我是用sql写🐱，不会遂罢。4. 面对海量数据的时候怎么对数据进行处理，比如说去除掉敏感词等等，面对海量数据会出现哪些问题，该如何去处理5. 介绍发表的顶会论文6. 介绍Q-learning和DQN二面（2小时30分钟）实习乃至秋招面的最久的一轮面试了，从晚上七点多面到十点，最后人都麻了🥵，面试官估计要下班了结束了面试🐱1. 介绍论文，主包是做强化学习相关的，围绕问了很多强化学习算法（GRPO，PPO，reward model)，介绍马尔可夫决策过程。2. bf16、fp16和fp32，并进行计算。3. lora微调的细节，量化相关知识然后开始漫长的手撕过程🥵4. 手撕ppo5. 算马尔可夫决策过程的γ阈值，我感觉是个无穷级数？6. 算模型sft的参数量大小及显卡利用率7. 是否重合链表（hot100）8. 如何使得一个输入向量x在经过一个或多个全连接层后，其输出向量y所在子空间基底尽可能接近标准正交基三面（面委会面）（30分钟）1. 介绍第一篇顶会论文（共享屏幕）2. 介绍第二篇顶会论文3. 不同强化学习之间的区别4. 和使用强化学习训练大模型相比，使用强化学习训练小模型需要做出哪些改变hr面（30分钟）常规的hr面问题，主要问来wx的意向。感觉前几面比较侧重技术细节，面委会感觉就比较侧重聊未来技术的发展，个人感觉前几面的压力比较大😼

4.20 官网投递4.27 性格测试，无法提取数据4.30 笔试5.8   性格测试，通过5.20 电话通知下周面试5.27 技术面+主管面然后 114525，入池。我看到投华为的都有接口人，请问接口人怎么联系啊，当时那个电话是用座机打的。

1. 自我介绍2. 介绍 Zustand、Redux、useContext（讲解具体使用方法）3. 询问状态管理库产生的背景是什么？4. 当项目复杂到什么程度的时候需要引入状态管理库？5. Axios 解决什么样的问题？项目里做什么样的二次封装？最复杂的拦截器是什么？（深挖，讲代码）6. 介绍 RAF 机制7. 前端项目性能如何优化？（深挖）8. 前端项目中如何对接后端？（深挖）9. 前端项目中最大的挑战是什么？（深挖，讲解解决全流程）10. 前端项目现在的遗憾或者缺点是什么，你想添加什么功能？（深挖，为什么要加，怎么加）11. 如何说服甲方添加新功能，挑战有哪些？12. 介绍 Agent loop13. 场景题：如何设计开发优酷的Skill？14. 场景题：如何在 AI 应用作为流量入口的情况下，在优酷跟别的视频平台的竞争中，怎么能让用户更好的拿到优酷的内容？15. 介绍 Prompt Engineering、Context Engineering、Harness Engineering16. 介绍 Harness Agent 项目17. Harness 有无对比不同的模型？对模型优劣的感知有哪些？18. Agent 安全性如何保证，怎么能够商用化？（深挖，偏场景题）19. 介绍自己平时怎么使用 AI ？20. 介绍自己 AI Coding 做的最复杂的一个功能？（深挖，讲代码）21. 如何把 AI Coding 的代码快速部署使用？22. 除了用 AI 写代码，还做哪些事情？23. 谈谈AI对新老程序员的改变，新手依托AI写代码缺失问题解决经验该如何弥补，以及AI时代程序员如何提升自身核心竞争力？24. AI Coding 题目25. 反问环节面试时长约75分钟，体感比一面好。面试官人很好，提的问题贴合真实开发场景，不是纯八股，和AI热点结合的场景问题很多，也会引导回答！

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.实习拷打2.调试过程中遇到哪些问题，如何解决，有什么调试经验吗3.你们有做什么操作来把这些调试经验沉淀下来吗4.如何去评估调试之后的性能是否提升怎么去评估，评估系统如何搭建，除了这些还能想到什么5.上下文机制是如何做的6.平时用ai写代码吗，流程是怎么样的7.aicoding:网关系统实现