Part1:自我介绍Part2:简历项目拷打，C++哪个项目问多但是不太深，Python测试脚本问的比较多（没答好）。主要是问解决什么问题，怎么实现的。Part3:八股相关1.http和https的区别？2.udp和tcp区别优劣适应场景。3.搭建一个tcp serve的步骤。4.常用的Linux指令说5个以上（讲了我OTA刷写的操作流程）5.我看你简历意向有测试有开发，为什么投递测试岗位，了解测试方法吗？（因为就这个给面了啊，还能是啥。）（我说对于实习生来说测试工作相对来说会好上手能立刻分担组内压力，上一份实习也是测试工作居多。又问有哪些具体工作。）6.看你简历写了C++/python,你比较擅长哪个，我说C++,他说哪我们来问个Python。什么is==，没答上来。part4:手撕，LeetCode2799，题目想复杂了，写了一半不知道怎么搞，面试官提醒我仔细读题，读完再问我思路，肯定了我的思路，说还可以用滑动窗口，此时的时间复杂度是多少（也答上来了）反问:工作性质，Python用的多还是C++用的多，有无转正，是部署到车机芯片上测实车表现还是部署到测试服务里去验证性能指标？总结:面试官人很好，一步步引导，如流是真抽象，撕题加载不出来最后打开LeetCode写的。非hot100的题目没做过是真不好撕出来。这居然是纯Python的测试岗😭Python语法都忘光了，感觉百度智驾跟其他智驾供应商考察的方式完全不一样啊，不是偏嵌入式的东西。

📍面试公司：康美包💻面试岗位：AI实习📚面试问题：主要是问了实习以及项目、数据分析与数据处理、以及构建模型的能力，还有一些常规问题🙌面试体验：面试时间不长，问题不多，面试官也很友好，offer发的很快

面试前一天打电话的时候就感觉面试官人很好了（额，因为我官网邮箱填错了，所以不知道啥岗位，官网全是筛选阶段）1.自我介绍起手2.诶，你自我介绍这个比赛项目我挺感兴趣的，你说说你当时负责的大模型模块吧3.你们当时如何去优化大模型然后提高输出结果质量的呢？（先是说了一嘴24年4月前，大模型各种应用开发可能没有很广泛普及，所以只能是prompt过程，然后现在我确实了解不多，只能靠自己的理解和线下同学吹水的收获讲了以前怎么优化，现在优化思路是什么）4.你这个视频平台项目背景？（同学分模块合作搞毕设）5.说说你的负责的模块吧（就讲了点赞，搜索，视频模块，从技术选型，然后各种网上冲浪，偶然发现一些视频平台点赞延迟性，进而优化自己的项目）5.1 你这个门面模式说说？5.2 你还了解什么设计模式？提了最经典的单例，然后就是问有哪些类型单例，怎么个样6.你这个第二个简历项目，说说RPC和HTTP区别吧（直接起手瑞士军刀和手术刀的区别，一个是迎合万维网，另一个是内网小圈子使用）7.我看你刚刚没有提到第一个项目的视频上传模块，我看你用了RabbitMQ，说说怎么用的？（先说了从Java原生队列到Redis到MQ三幻神选型，后续因为各种实践问题，模仿操作系统CPU多级调度队列算法实现）8.你了解MQ消息丢失原因嘛？还有拒绝方案（吟唱阶段？）9.好了项目方面差不多，问问你是怎么去做SQL优化的（Explain啊，多人协作修改索引，但是业务没改啊之类的）10.出了一道SQLselect a,b,c, d from table where a=1 and b>10 and c=2，现有索引（a,b,c）如何优化？（直接先说常用引擎以及常用索引数据结构，然后阿巴阿巴，加上优化器原因，ac在b前面就行了，d在最后保证覆盖索引）11. 你对排序的学习以及认知？（直接On^2到On说了下，然后说为什么大部分高级语言使用 快排作为库函数C++内省快排，Go的三路，Java的双轴以及Java在对象排序时使用插入和归并。12. 手撕 第K大元素先是讲思路，可以用小顶堆但是只能nlogn但是这个场景下用快排可以On然后开撕（悲，最痛苦的一集，最后写出来调试半天还是错的，面试官安慰没事，思路他都知道了，可能细节没处理好）丫的面试完才想起来，我写的时候快排是从小到大啊，第K大是倒数第K个，不是正数第K，日内瓦13.问了问到岗时间和实习时长呜呜呜求求了，让我成为团孝子吧，四月份丫的只有一个面试，差点破防了

📍面试公司：字节跳动👜面试岗位：算法-国际商业化📖面试问题：挖实习，项目，根据研究方向问：什么是梯度消失，什么是梯度爆炸，怎么缓解这两种情况，l1l2正则化是什么含义，relu激活函数和softmax能缓解梯度消失吗，手撕：softmax，sigmoid，交叉熵🙌面试体验：感觉答得一般，到最后hr直接说时间原因结束了，都没写算法题，大家还是要打牢基础啊 #软件开发笔面经#

给大家分享一下我的面试经验~1、目前 主流的开源模型体系 有哪些?目前主流的开源 LLM(语言模型)模型体系包括以下几个:GPT(Generative Pre-trained Transformer)系列:由 OpenAl发布的一系列基于 Transformer 架构的语言模型，包括 GPT、GPT-2、GPT-3 等。GPT 模型通过在大规模无标签文本上进行预训练，然后在特定任务上进行微调，具有很强的生成能力和语言理解能力。2BERT (Bidirectional Encoder Representations from Transformers):由 Google 发布的一种基于Trans...

真服了，我不信有这个题，还不会常见的业务题◆ 大模型（LLMs）基础面• 目前主流的开源模型体系有哪些？• prefix Decoder 和 causal Decoder 和 Encoder-Decoder 区别是什么？• 大模型LLM的 训练目标 是什么？• 涌现能力是啥原因？• 为何现在的大模型大部分是Decoder only结构？• 简单 介绍一下 大模型【LLMs】？• 大模型【LLMs】后面跟的 175B、60B、540B等 指什么？• 大模型【LLMs】具有什么优点？• 大模型【LLMs】具有什么缺点？◆ Layer normalization 篇• Layer Norm 的计算公式写一下？• RMS Norm 的计算公式写一下？• RMS Norm 相比于 Layer Norm 有什么特点？• Deep Norm 思路？• 写一下 Deep Norm 代码实现？• Deep Norm 有什么优点？• LN 在 LLMs 中的不同位置 有什么区别么？如果有，能介绍一下区别么？• LLMs 各模型分别用了 哪种 Layer normalization？◆ LLMs 激活函数篇• 介绍一下 FFN 块 计算公式？• 介绍一下 GeLU 计算公式？• 介绍一下 Swish 计算公式？• 介绍一下 使用 GLU 线性门控单元的 FFN 块 计算公式？• 介绍一下 使用 GeLU 的 GLU 块 计算公式？• 介绍一下 使用 Swish 的 GLU 块 计算公式？◆ Attention 升级面• 传统 Attention 存在哪些问题？• Attention 优化方向• Attention 变体有哪些？• Multi-head Attention 存在什么问题？• 介绍一下 Multi-Query Attention？• 对比一下 Multi-head Attention 和 Multi-Query Attention？◆ transformers 操作篇◆ LLMs 损失函数篇◆ 相似度函数篇◆ 大模型（LLMs）进阶面◆ 大模型（LLMs）微调面◆ LLMs 训练经验帖◆ 大模型（LLMs）langchain 面◆ 多轮对话中让AI保持长期记忆的8种优化方式篇◆ 基于langchain RAG问答应用实战◆ 基于LLM+向量库的文档对话 经验面.......#五一之后，实习真的很难找吗？##牛客在线求职答疑中心##笔试##面试#

4.21 投简历4.23 约后天一面4.25 一面无手撕，上来先拷打论文，其中有个地方用了rag，面试官问我这里是怎么把文本转换成向量储存的。(我以为是问我工程上的实现，这是去年做的一个小模块，回忆了半天细节，答得支支吾吾，面完了之后结合下一个问我才意识到其实是问我embedding过程)看我支支吾吾就直接问transformer是怎么把token处理成向量的。transformer的self-attention和cross self-attention区别在哪里。pre-norm和post-norm的区别？进一步，为什么现在主流大模型都用post-norm。lora的实现过程。大模型用的Lo...

介绍Transformer，Decoder中的cross-attentionvllm原理，如何调度分布式训练的架构，业务场景是什么NCCL通信底层算法protobuf反序列化中，传输错误的解决方案Java Spring是否了解手撕：LFU+反转链表II

基础架构部门上来直接问项目问一些ai大模型相关问题解释ioc有没有做过servlet编程静态代理和动态代理的区别讲一讲tomcat是怎么处理http请求的设计模式OOM怎么排查内存泄露怎么排查tomcat的线程数 请求量大时怎么动态调整讲一讲自己的优势反问业务部门做大模型相关怎么学习大模型相关技术总共45分钟 无手撕 希望有二面

ld说部门搞机器学习 大模型 强化学习方向都有偏业务面试记录！面试问题：- 详细解释一下二元分类中常用的损失函数BCE（二元交叉熵）是怎么推导出来的？数学形式是什么，为什么适合二分类任务？- 在二分类问题中，为什么通常用交叉熵损失而不用MSE（均方误差）？MSE在这种场景下会有什么问题？- （针对简历提问）你简历里提到做过特征重要性分析，具体介绍一下你用过的特征选择方法吗？比如过滤法、包装法、嵌入法这些，它们各自有什么特点？- 处理不平衡样本问题时，你一般会怎么做？比如上采样、下采样、SMOTE这些方法，你觉得哪种最有效？为什么？- 解释一下怎么解决不平衡样本的问题？- （针对简历提问）你工作里做了降采样，这对评估指标比如AUC或点击率有什么影响？降采样后怎么调整才能保证评估结果的准确性？代码题：- 给字符串 s 和字符串列表 wordDict 作为字典。如果可以利用字典中出现的一个或多个单词拼接出 s 则返回 true。（类似力扣139）- 手写一个mse的计算。（用np实现并计算）#牛客AI配图神器#

岗位要求：FOC，MBD自动代码生成面试过程：视频，HR和技术面同时进行HR问题：HR自我介绍+常规面试问题技术问题：1.主要做过什么工作？2.遇到过哪些问题，如何解决3.围绕2继续问（自己挖坑了，答得不好）4.用的什么无感方法，参数如何设置5.模型搭建细节6.SVPWM扇区，载波频率7.通信协议用过哪些，有几根线8.成绩相关+基础专业知识（比如电机类型及其区别，转差率等）最后的最后：加班接受吗？抗压能力怎么样？ #电机控制#  #面经# #牛客AI配图神器#

真服了，我不信有这个题，还不会 常见的业务题 ◆ 大模型（LLMs）基础面 • 目前主流的开源模型体系有哪些？ • prefix Decoder 和 causal Decoder 和 Encoder-Decoder 区别是什么？ • 大模型LLM的 训练目标 是什么？ • 涌现能力是啥原因？ • 为何现在的大模型大部分是Decoder only结构？ • 简单 介绍一下 大模型【LLMs】？ • 大模型【LLMs】后面跟的 175B、60B、540B等 指什么？ • 大模型【LLMs】具有什么优点？ • 大模型【LLMs】具有什么缺点？ ◆ Layer normalization 篇 • La...

拷打项目项目难点，亮点，技术选型，实习成长八股：移动端的适配方案BFC作用，应用场景flex的主轴及其变换，哪个属性右边自适应 左边固定，flex如何实现，还有其他哪几种方法z-index什么时候生效 失效js的闭包是什么，一般的使用场景this的指向，什么时候决定的，怎么样改变看一道this指向代码题剪头函数的this指向箭头函数和普通函数的区别promise是为了解决什么问题promise的静态方法区别和介绍vue和react在数据流转有什么区别useeffect的执行时机vue的双向绑定react的fiber架构 解决了什么问题 怎么样解决，为什么要这样解决小程序和普通h5的区别小程序和普通h5的渲染效率有什么区别 为什么暂时想到那么多手撕：promise.allsettled反问#牛客AI配图神器#

1. 自我介绍2. 过一下你觉得最好的项目/实习。说了一个教程类开源项目，其中包括部署、LoRA微调等内容。又说了了另一个在学校做的项目，问的很细，包括我们使用Function Call做检索的流程、用langchain如何实现的，内部原理是什么。3. 下一个项目BERT相关的，问了问Transformer的原理结构，他的优点是什么，我讲的是他是不限制距离计算，有效遏制了经典RNN模型的长序列遗忘问题。问了问BERT的原理，幸好看过原论文，简单说了下。4. 下一个项目是做的Qwen SFT，训练数据如何生成的，多少数据，训练的参数，训了多久。5. 问了强化学习deepseek，我答了GRPO和PPO，问了DPO我没看过。6. medium题

主要是按照简历来问部分分享:虾皮:在做领域数据清洗时有没有自己构建pipeline垂直领域大模型增量训练的文本长度问题增量训练有没有做分布式，deepspeed相关的问题微调时，batch中数据长度不一致如何优化训练速率代码:实现梯度累计代码拼多多:数据清洗的pipeline领域模型训练时专有词汇的处理有没有做过强化学习，dpo训练后有没有看过token的概率分布变化代码:旋转二分查找

1.code leetcode 72 编辑距离，秒了2.项目问了din的缺点，引出SIM问我懂不懂SIM，没答上来问了为什么DCN放特征工程，不放精排层，做stacking3.八股问了point wise,pair wise, list wise的区别，pair wise的损失函数问了MMOE的极化现象怎么解决，dropout4.反问组里做什么，端内广告(课程)推荐

大模型应用相关的业务自我介绍 5min介绍实习 20min常规八股 10minjava开启多线程方式。线程池参数和线程提交步骤。agent相关 10min问了rag，memory，function call和mcp等等一些常见的概念。场景题 10min设计转账过程 涉及了分布式锁，mysql间隙锁，事物等等。反问 5min

10.16 小红书 NLP （2+0）它的代码平台很不人性化，巨难用1. 项目+实习2. 数据集构建和评估3. 跨模态对齐4. peft各个的实现和优势5. agent的框架使用，介绍一个最常用的6. 多智能体协同，你怎么处理的？7. SFT和强化学习的使用场景或者用途差别8. 位置编码的架构，以LLama的位置编码讲解9. 加速大模型的方式有哪些？10. 代码题：橘子腐烂？#互联网大厂# #大模型# #算法# 实习 #nlp# 小红书 #人工智能就业# 互联网大厂实习 # 

时间一个小时，全程基本深挖项目自我介绍，深挖项目，ＹＯＬＯ系列，Ｔｒａｎｓｆｏｒｍｅｒ八股知识，比如多头注意力，ＶｉＴ怎么做的图像还有问了很多怎么处理数据集的，做了那些数据增强，ｔｒａｎｓｆｏｒｍｅｒ的输入数据的标签是什么，怎么做的标签手撕环节，汗流浃背，先是让写一个链表的排序，自己大脑宕机了，之前刷的都是利口那种目标题，一时间没反映过来怎么写，后面又要写一个ATTENTION，也不会，自己主要做的是视觉算法，没练过这个都，最后让写一个ＩＯＵ，这个好歹写出来了，写了大概一半左右，面试官就说时间差不多了，问了下自己的思路，回答的没问题就结束了