社招算法一面问PPT上的项目+一道hard题，约一个多小时。中间一个星期不回复，问就是有其他candidate。估计其他的面完不太行，以及我问的比较积极，捞我起来二面。线上/线下，为了表示诚意选择线下。我问hr要不要准备什么，告诉我啥都不用准备，到了现场老板问我光讲吗。没让自我介绍，项目聊得很浅，问为什么离职，有什么期待，等等。我信OpenAI研究员Gabriel Petersson的求职观点的鬼话，花了不到一天按照岗位要求举例的一项做了一个上线的demo，根本没有卵用。二面一样拒。他们只在乎你的落地经验的匹配度。求职不要花太多时间精力金钱在一个职位的申请上，公司只筛选，我们应该做的也是筛选。

1.项目都问得很深入，基本上写在简历的每一句话都会问问了数据集(举具体的例子)，整个流程的pipeline，项目评估的指标是如何计算出来的react 是如何实现的，包括提示词怎么写的八股1.BatchNorm 和LayerNorm 是如何处理数据的举个例子，分别适用在哪个场合?为什么?2.mcp 协议了解吗?3.为什么要做rag?为什么要把 retrival 和generation拆开4.大致介绍-下 lama-factory框架算法:打家劫舍(不是hot100，是环形的 dp)

1- 拷打后训练项目2- 熟悉Verl框架吗？里面数据处理和训练流程逻辑，比如roll-out的生成、奖励函数打分、优势和loss的计算有了解吗3- GRPO的优势是什么？4- 拷打实习（agent相关）5- 有没有研究过大模型上下文的工作，比如推理加速或长上下文扩展？6- KV Cache的改进？7- Coding：最长公共子序列

1.介绍下你的DeepReseach的架构2.项目是怎么实现human in loop的3.讲一下异步同步和并发并行的区别4.搜索的ReAct过程是怎么样的5.Agent搜索有遇到什么问题，怎么解决6.如何提升搜索的速度7.讲一下VLLM的原理8.你知道Flash Attention原理吗9.讲一下你说的这个R1-V的Qwen2.5VL多模态几何题优化过程10.你的训练平台和显卡配置是多少11.讲-下Advantage Actor-Critic12.讲一下PPO的clip函数，clip是梯度裁剪吗13.讲一下重要性采样14.讲一下PPO和GRPO的区别15.如果要用强化学习实现DeepResearch的优化搜索工具调用可以怎么实现，从数据构造到损失函数到奖励设置16.你有了解最新的一些工作吗?比如miromind,Qwen3-Next，deepseek的mHC流形约束超连接.17.手撕二叉树的奇数节点个数

1.简述一下项目2.有没有模型调优经验3.什么是学习率，对模型有什么影响4.batch size参数如何调整5.项目遇到的问题有哪些6.介绍一下目标检测的常用指标7.什么是精准度，查全率，如何计算8.c++熟练否，const static修饰符的含义，内存管理模式，智能指针有哪些有什么不同9.针对 洗手行为ai检测 提出具体的方案，如何获取数据集，如何训练，6flops使用什么模型，如何部署，熟悉瑞芯微吗，如果让你从头开发一个项目你可以胜任吗10.c++相比较python的部署优势有哪些

1.简历和论文2.做 grpo 遇到熵崩没有？你是怎么理解的？3.大模型容易 reward hacking，如何解决？4.VLLM prefix cache实现过吗？5.如何理解 dspo 这几个算法的创新？6.长上下文压缩有哪些方法？7.MOE 的 expert parallel 如何做的？8.手撕： transformers encoder📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.简历和论文2.做 grpo 遇到熵崩没有？你是怎么理解的？3.大模型容易 reward hacking，如何解决？4.VLLM prefix cache实现过吗？5.如何理解 dspo 这几个算法的创新？6.长上下文压缩有哪些方法？7.MOE 的 expert parallel 如何做的？8.手撕： transformers encoder📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.工作流与agent的异同2.fuctioncalling 和 mcp3.上下文相关4.rag相关，切片，直接索引命中5.知识图谱相关6.用过什么AI ide7.知道Claude最新的模型吗8.什么情况你选什么模型，为什么9.提示词工程10.你对投简历agent的思考11.你对AI ide的思考

1.实习介绍2:这段实习经历延展了很多，包括我主要的工作内容是什么，平时生图的工作流程是什么，卡点在哪里，怎么解决的对工作内容:链路为竞品分析/社媒研究-脑暴-推进训练集(这一部分生图生视频比较多，调整prompt)-测试-上线-koc社群卡点:无法达成稳定效果会放弃(可能是因为本来也是p2级别的优先级);还说了一个通过多次调整、确定玩法视觉效果最后达成成功，做出突出效果的。3:ai生图/生视频最重要的部分我的回答是考虑生成用途(for社媒)，指合遵从度(p0)、有无bug、审美效果(如配色)、有无明确突出的画面达到视觉震撼。4:最近关心的ai应用，我回答的是今天刷xhs刚看到的自然语言生成comfyui工作5.我平时用的AI应用是什么

1. 请介绍面向对象的三大特性。2. 请描述DNS解析的完整过程（直至页面渲染阶段）。3. 请说明链表、数组、队列、栈的区别（包括整体性、插入操作、底层实现等维度）。4. 请解释HTTP状态码401的含义，并简要说明其他常见HTTP状态码。5. 请对比TCP与UDP的区别（从三次握手、性能、实效性、安全性等方面分析）。6. 请说明线程与进程的区别（包括进程包含多个线程的相关阐述）。7. 请回答操作系统底层与进程相关的问题。8. 请从硬件获取内存的角度，回答虚拟内存相关问题。9. 手撕代码：实现链表形式的两数相加。

一、项目相关问题1. 第一个项目的成本具体计算方式是什么？2. GRPO 和 SFT 的数据量分别是多少？3. 项目中数据输入是整段视频，还是拆分使用OCR、ASR分别处理？4.不太理解你说的这个裁剪，你能具体讲一下吗？二、Transformer架构相关问题1. Transformer现有架构在什么情况下，哪个模块会导致用户意图判别不准？2. Transformer中的Q、K、V分别来自哪里？代表什么？3. MOE（混合专家模型）和传统Transformer的核心区别是什么？三、算法编程题（力扣岛屿题）1. 力扣岛屿题第10题中，DFS/BFS里计数函数的两个循环分别起到什么作用？四、思维链/思维树/思维图相关问题1. 思维链、思维树、思维图分别在什么场景下选择？核心逻辑是什么？2. 面对一道数学题，该如何选择使用思维链、思维树还是思维图？五、智能体相关问题1. 上下文场景中，单Agent和多Agent各自的优劣势是什么？2. 什么情况下选择单Agent，什么情况下选择多Agent？六、技术细节问题1. 上下文的裁剪具体指什么？2. 向量向量化后，距离计算的方法有哪些（除了欧氏距离）？

阿里AI Agent 解决方案一面面经面试流程1. 自我介绍 (2-5min)、2. AI agent 与function call有什么区别。3.AI Coding用过什么。4.AI Coding和AI Agent如何一起使用，即如何用AI Coding开发一个AI Agent5.有没有试过用langchain和langgraph做AI Agent的开发？有什么感受？6.对云熟不熟？有哪些产品？相关的实践有哪些？7.有哪些推理引擎？大模型推理有哪些指标？8.为什么要用PD分离？业界方案是怎么样的？mooncake的KV Cache是否有外挂？9.你如何看待AI Agent的发展现状？未来又是什么看法？

问题 1. 有没有一些视频生成提示词的撰写经验？2. 追问：如何控制生成 AIGC 内容生成的？3. 你是否会写 API 文档？你认为一个好的文档应该具备什么特质？4. 给个例子：如果你的客户在使用模型的时出现 badcase，无法满足他的需求，你应该如何解决？5. 如何设计一个模型服务平台？反问：1. 目前平台的业务方向？2. 提到写 API 文档，对候选人的诉求是什么？3. 服务于 B 端商业，目前平台处于什么生态位？

部门：搜索框架部门工作内容：赋予搜索引擎Agent的能力，好像是类似于perplexity。投递时间：12月30日，过完元旦约面。一面：1月6号（40min）面试官是个美女，面试体验感很好，没有压力1.上来先做两道算法题：二叉树的右视图最长递增子序列秒了，用的是百度自家的面试软件，叫如流（一坨），acm格式，自己写测试样例。Agent相关：2.multi-agent怎么做的？共享上下文哈希冲突怎么解决？3.上下文压缩的策略？4.上下文储存？黑马点评：（因为写在简历上面了）5.Cache Aside的策略6.Redisson的作用7.为什么使用RocketMQ？8.多级缓存怎么做？八股：MySQL的联合索引到这里我都懵了，面试官一直问Java后端相关的，我回答得都一般，很多都忘了，但是面试官没有压力我。（感觉国内智能体这一块整体水平不太行，都是Java后端转过去的，好喜欢问Java项目）。反问：问：工作的内容？答：部门是搜索框架，内容可能和perplexity差不多。问：还有什么需要提升一下的？答：我觉得都挺好的。当时真的贼开心，人生第二面就被夸了，感觉稳了。但是后面hr一直没有联系我，我觉得应该挂了，然后又到期末周了，猛猛复习，一直到考完试，1月15日，回家的前一天下午，打着永劫，突然间一通电话约二面，问我，为什么不看我们的岗位了？😫我都无语了，因为在ssob上面投百度的简历，在官网看不见的，所以不知道是捞起来的还是忘了。告诉我面试过了晚上9点给我打电话，没有hr面。二面：1月16号（1h）面试官很NB，水平很高，对Agent了解很深，压根不问我黑马点评的，但是我感觉我表现挺好的，基本上是三次模式里面最好的一次，结果挂了。第一个项目：1.multi-agent怎么做的？为什么直接用Claude agent sdk？2.任务调度器的实现？3.MCP你是怎么做的？4.上下文压缩5.假如有bug怎么办？只有重试吗？（这里我自己也不懂，项目的骨架全部是Claude Code写的，所以这点表现一般）6.假如我现在有一个代码重构的任务，你这个agent的完成？第二个项目：1.LoRA的原理？上升20%的准确率，怎么测出来的？这里也算被拷打了，只记得ROUGE,BLEU，然后编20%都是Claude Code在没有知情的情况下测的2.Mem0的架构？这里不懂，我只记得有一个付费版的Mem0有一个Gragh Memory。3.长期上下文的触发？这里被深挖拷打了一下。4.agent的评估体系，也是深挖了一下，Function Calling的调用agent的准确性？是评估调用的时机还是调用的结果？5.RAG的优化？查询重写，多召回，重排。6.RAG怎么分？我的思路+语义相似度。你知道有哪些embedding模型？只记得qwen有一个，openai有一个。然后问我平常时使用什么AI工具？Claude Code，geminicli，codexcli，cursor之前用，主要是Claude Code，网页版主要是perplexity和geminiClaude Code用什么模型？opus4.5。opus4.5有一个5小时强制限制知道吗？唔知道，我没试过一下子跑5个小时。然后出算法：直接告诉我屏幕共享然后写一个最长回文子串😂，用本地的IDE，不能使用代码补全，这里有点无语，虽然秒杀题，但是我的vscode有Copilot代码补全，另一个cursor更加不能用，我说用记事本可以吗？他说用vscode就行，我硬是假装每一个看见代码补全，应该Tab键不敢摁，只敢摁空格，写出来了。你才大二，就出来实习，学校不上课吗？可以实习多久？我谎称学校不管实习，不离开北京就行，可以来5个月，6个月你是很想做agent吗？对，搜广推也行（毕竟是搜索框架部门，不懂也表示一下）反问：问：我还有什么地方需要提升一下：答：搞一下AI infra。（心理暗骂一句：连cursor，Claude Code这些估值几百亿美元的团队都直接用基座大模型，都不微调，国内这些大厂要求会pytorch会TensorFlow的什么心理？你比cursor还牛呗，也不见得国内有任何一个agent产品能对标cursor，对标Claude Code吧）感想：国内的agent，智能体，AI应用的生态真的烂的没边了，我在简历上写了agent skill，结果没有任何一个面试官问，反而前几天看见一个后端的哥们面腾讯的帖子说面试官问，难怪manus成了最后一舞，我相信国内的下一个manus绝对不可能是大厂做出来的，绝对是某个50人左右的小团队。晚上9点没有hr电话，一直到现在过了两周也没用消息，发邮件也没有回复。😫😫😫无后续

1.拷打论文、竞赛2.对强化学习训练有什么了解吗？3.如果有一个对话任务，没有固定答案，该怎么选RL训练策略4.讲一讲GRPO的原理，优劣以及后续改进5.预训练和SFT的loss计算差异？6.Qwen3相比前代有什么改进？7.目前LLM领域关注到哪些最新进展？8.手撕：最长公共子序列📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

rag项目的流程embedding用的哪个模型 多少空间的为什么用websocket，不用SSEwebsocket和http区别http怎么变成有状态的加权分数是怎么设计的如何评估你这个加权权重是最好的prompt设计的规则分块策略是怎么设计的Kafka的作用为什么要异步？同步不行吗解耦什么意思文件上传的流程redis在项目是干什么的为什么用redis存储聊天记录，不用MySQredis持久化方案Linux常用命令kill9和kill15区别查看进程占用端口命令手撕:K个升序链表合并(死在实例化链表上了之我想让面试官提示我一下，他说他只会py和go)

1.拷打项目和实习2.问ai agent的了解3.国内几个agent平台对比4.会不会前端5.介绍了下前段产品实习画的原型图的设计逻辑6.反问

1.个人介绍。2. Qwen和DeepSeek的技术差异。3.当前主流的强化学习算法有哪些？请写出对应损失函数的数学表达式。4.介绍RLHF的实施流程。5. RLHF对齐流程解析。6.说明 SFT （监督微调）和 RLHF （基于人类反馈的强化学习）的具体作用。7. LORA （低秩自适应）的核心原理。8.使用 SFT 存在哪些局限性。9.手撕实现"括号生成"问题( LeetCode 22)，要求生成 n 对有效括号的所有组合。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1. 详细问了简历上的项目和实习！2. 问了推理加速的项目（实习中做的），线上请求的QPS有多少，模型推理速度如何？用的什么显卡？推理加速是怎么做的？3. 问了一些关于多模态大模型的内容（简历上有），比如模型结构，模型如何训练的，模型在线上指标如何，不同模态如何对齐等？4. 问了一些关于RAG的细节（简历上有），如何评估RAG的效果，做了哪些改进等？5. 八股的话，问了个transformer中为什么注意力机制除以根号k以及lora的原理