📍面试公司：科大讯飞💻面试岗位：大模型❓面试问题：1. 讲一下llm的强化学习的演进2. 讲一下qwen，豆包，kimi，deepseek的优点和改进3. qwen3的混合思考4. 实习的拷打5. 讨论了很久数据，sft的数据质量和强化学习的数据质量

面试有史以来第一次是本校学长/学姐面，但是很可惜可能G了首先自我介绍，介绍两段实习+硕士课题，先简单介绍了一下，然后让我重点详细介绍一下在蚂蚁的实习工作，就按照timeline列举了一下做了哪些工作，中间穿插一些提问然后又让我重点介绍了自己的硕士课题，聊完课题之后提问：问：是否了解内存池，如果让你设计一个动态内存池，你会有哪些考量？答：先说明自己没有做过上层的内存管理，然后从底层的内存管理介绍了一下，对数据分块、淘汰策略、数据预取等方面的一些基础的策略，然后面试官也没有追问拷打（感谢心软学姐）；问：对未来的职业方向有没有自己的想法？答：说了一下自己硕士的方向与现在大模型优化技术的结合，未来可能是一个潜在的优化点，举了一个详细的例子；手撕：实现一个包含环检测功能的链表反转的代码，如果有环，返回nullptr，如果无环返回反转后的head node，腾讯手撕依旧考察基础，让我写完整并且打印示例，一次通过了反问：了解一下业务？答：主要做大数据，介绍了一些业务场景，然后心凉半截，因为我说的未来规划和业务场景基本上毫无关系然后又提问是否了解Ray？我没有听过，我说不了解，然后又问了一句，对其他分布式工具是否有所了解，然后就说了Megtron了解一些后续下来问室友发现Ray就是vLLM官方实现分布式的一个工具，但是之前也没有了解过

📍面试公司：阿里控股 - 达摩院🕐面试时间：2025.9.23💻面试岗位：算法工程师-计算机视觉这简直是最轻松的一场面试，面试官让我介绍我的项目，期间会随时打断并问问题介绍完之后稍微称赞了一下我的技术背景，然后开始反问问题，比较像聊天无八股、无coding最后口头上说会帮我推进进度，整个过程差不多30min

主播确实一点没准备。随便投着玩的，等于裸考了，水平和大一没什么区别。1. 介绍项目2. transformer介绍一下 QKV的作用3. python的库 简单说几个4. python 列表和字典5. 数据的大小 平常怎么洗数据的6. few-shot怎么做的（项目相关）7. 平常怎么做Prompt  Engineering的8. 怎么训模型的 用的什么卡 多少时间9. API调用（pytorch, tensorflow）10. 为啥用Qwen3 (因为这个API免费)

9.23 一面 20min自我介绍项目提问（主要是针对简历中大模型相关的项目提问，介绍项目流程以及主要的工作内容）技术提问：介绍一下ViT、说一下多头自注意力机制的原理和应用反问：业务？主要是用在物流场景、工业相机等，有目标检测、语义分割、视频解译等，大模型小模型多模态都会用到无手撕，很快就结束了，感觉面试官对我的项目经历不是很感兴趣，我主要是做的下游任务，可能是与他们大模型岗位不太对口，估计G了。。。

一面。 手撕，三道题选一道：一堆石头分成差值最少的两堆;矩阵搜索元素。还有一道忘了研究方向和内容介绍，有没有具体应用场景。机器学习内容：强化学习了解哪些。过拟合怎么办。了解什么正则化方法。DPO什么的了解吗。没有agent开发经验吗。八股：full gc和young gc区别。arraylist和linkedlist区别。项目：用到es的场景。项目大模型只是应用型的吗，没有涉及模型吗。怎么用es的，es的打分score怎么得到的知道吗。有用到es的DSR吗。把向量搜索融入你这个普通搜索怎么融入。用过什么设计模式。这个命令模式和策略模式什么区别。项目难点。二面。手撕，其他两道题题目三四页，就选了一个用拓扑排序写的，伪代码写了跟他解释就好。后面感觉都是闲聊，没有学校的课题吗，为什么学Java，ai和安全结合，ai怎么用的hr面。自我介绍优势，家庭经济情况，对华为企业文化了解，加班怎么看，ai发展方向，实习困难冲突学到什么，担任班干部干什么学到啥

半小时，主要是问项目，考察业务理解，方案解决思路，中间穿插项目涉及的知识点。1. 自我介绍2. 拷打项目，如何进行推理加速的，量化减少多少时间，剪枝减少多少时间。如何排查掉点问题，是如何想到走剪枝的方法，整个推理加速的思路。量化是什么，主要实现流程，主要量化方式有哪些，这些方法的区别。3. 剪枝的流程（重要性参数微调，剪枝，精度恢复），数据集大小，如何分割，评估指标。4. trt插件和核函数的实现方式，加速效果。nsys如何使用，排查推理瓶颈的思路。5. 在线AI服务相关问题。6. 反问，目前组内做内部的AI服务，三种方式，API（通过python，访问量大就扩容），SDK离线部署，APP/网页插件。

1. 实习期间主要干了啥？讲讲最核心的一个需求？为什么要用RPC开发？怎么开发的，整个流程怎么样？2. ArrayList和LinkedList区别？3. 说说HashMap4. 说说反射，哪些开源框架中用到了？5. 说说JVM内存结构6. 说说Redis数据结构，zset作用？7. 说说布隆过滤器8. MySQL索引结构9. 用过哪些消息队列？说说kafka10. 有哪些方法实现分布式锁？11. 手撕LRU12. 1G的文件，每行一个词，不超过16K，内存限制1M，如何返回词频前100的词？给思路，多种方法 总结：50多分钟结束，问的都是常规八股，不算很难。这是第二次一面，上次太菜了被挂了，...

笔试时间：2025年9月10日往年笔试合集：2023春招秋招笔试合集2024春招秋招笔试合集第一题实现一个多尺寸滑动窗口特征转换函数，对时间序列数据提取5个特征：均值、标准差、最小值、最大值、线性趋势斜率。每个窗口大小从索引max(window_array)-1开始滑动。输入描述input_array：一维数组，表示时间序列数据window_array：一维数组，多个窗口大小输出描述输出是一个二维数组，每一行对应一个窗口位置，包含所有窗口大小的5个特征。数值格式化规则：整数不带小数点最多保留3位小数最后一位四舍五入样例输入[1, 2, 3, 4, 5], [2, 3]样例输出[2.5,0.70...

1.位置编码●绝对位置编码●旋转位置编码（ RoPE )●长度外推技术2.注意力机制●Multi Head Attention ( MHA )●Multi Query Attention ( MQA )· Group Query Attention ( GQA )●Multi Head Latent Attention ( MLA )3.归一化技术●LayerNorm●RMSNorm●BatchNorm4.前馈网络●FFN ( ReLU )●FFN ( GeLU )●SwiGLU5.损失函数与度量▼·交叉熵损失函数●预训练损失函数·对比学习损失函数▼·信息论度量●熵●KL 散度

持续一个小时，上来先自我介绍，因为我提到最近发表了一篇目标检测的论文，面试官就深入和我讨论了论文的研究内容基本上把我论文的内容问了个遍：研究背景、为什么选择改进这个模块、为什么选择这种改进方法、创新点、模型的具体计算原理、怎么实验的、结果如何等等，一场面试下来像是重新写了一遍论文然后又对其他的项目提问了一下，发现面试官对项目的整体和工作流程并不是很关心，更关心算法本身，例如问了我yolov8的算法原理、语义分割模型的算法原理、指标的计算原理等等，问的很细节很深入（然而我掌握的并不好，所以回答的也是一塌糊涂）最后20分钟手撕NMS（对于没准备过的人来说，难度感觉好大啊）反问：部门主要落地的业务有哪些？电子设备涉及到图像的都会有，还可能有陀螺仪之类的处理算法第二天挂了。总体上感觉小米对技术是真的很重视，面试之前建议提前掌握模型算法的具体原理，要真的理解透！

仅记录 1. 自我介绍2. 项目3. 大模型生成的如果存在错误怎么办？4. 智力题：一个数的平方为aabb（如2233）5. 手撕：数组中出现频率为前k的数共40分钟软件开发划到做大模型的部门。。

📍面试公司：字节🕐面试时间：2025.9.22💻面试岗位：人工智能算法工程师-抖音生活服务❓面试流程：首先介绍项目，可以展示ppt我总共三个项目，把最熟悉最有自信的项目放在了第一个，面试官也是主要询问第一个项目，第三个项目甚至直接没（时间）讲问项目扣的会很细，宏观微观都会问到比如：“你这个领域之前典型的做法是什么”“相当于说你这个创新点是……对吧”“你这个地方具体是怎么做的”介绍+拷打项目总共花了40多分钟，然后问了一些八股：“我看你用到了diffusion，那你介绍一下diffusion吧”“diffusion如果我想要控制生成的结果，要怎么做”“我想将一个没有戴帽子的人生成戴帽子的图片，需要用到哪些数据”“假设我没有戴帽子的人的数据，这个事情可以实现吗”“介绍一下MHA”然后是算法考察：找数组中第k大的数面试官应该最想我使用小顶堆的方式做，我是先用的哈希做的，后面经过面试官提醒我才说用小顶堆做然后，让我不要调包实现小顶堆，寄，我直接承认我忘了小顶堆如何实现，只会调包

面试是24年7月的现在已经入职几个月了，补一下面经，帮有需要的同学参考。BG：本硕985 计算机论文1A1B一面：技术面自我介绍 & 简历相关。简单介绍了自己在多模态和大模型方向的研究/工作经历，包括在校期间的论文工作以及实习经历。面试官主要针对简历上的项目提了一些细节问题，比如具体模型的量级，提升了多少，和哪些方法做了比较等。因为是自己的工作，所以没有卡壳。问有没有遇到过 Python 文件之间互相 import 的问题，出现这种问题怎么办？让我简单介绍了一下 PPO 算法，以及和 TRPO 的区别是什么？接着 PPO，问了一下 ChatGPT 的 RLHF 流程，以及为什么不直接用 SFT，而是要用强化这么麻烦的方式训练模型？继续追问 RLHF、SFT、LoRA 的区别，分别适用于什么场景？反问：公司现有业务是什么，计算资源情况等。二面：主管面论文介绍。让我用通俗的语言介绍我自己发表和投稿的论文，重点是研究动机和要解决的问题。问有没有亲手训练过大模型，最多用了多少张 GPU 卡？并行训练使用的框架是什么？介绍一下 DeepSpeed，说一下这个框架在并行的不同阶段（ZeRO stage）分别做了哪些事？训练模型的时候，数据量有多少，怎么收集数据的，训练花了多少时间？遇到的最大问题是什么？问在大模型全量微调时，显存消耗分别由哪些部分占用？（参数、梯度、优化器状态、激活信息等），分别占用多少？假设模型参数量为N，请分不同情况讨论和计算一下微调所需要的显存（不同精度、batch size、seq len 等）。说一下 LoRA 公式，讲一讲其中 A 和 B 两个矩阵分别表示什么。LoRA 的优缺点是什么，什么场景下适合使用？问知道哪些大模型训练和推理框架，用过哪些？问 LLaVA 的结构是什么，和常规的纯文本大模型有什么区别？Encoder-Decoder 结构的模型转 ONNX 的一般流程，遇到不支持的算子怎么办？可能遇到的问题（动态 shape、模型中逻辑判断需要单独写、模块拆分等）。三面：HR 面主要问了为什么选择公司，对团队的看法，对岗位的认识；未来大致的规划，面试过程的体验，有没有别的公司的 offer 等。以及询问了期望薪资等。之后就是等待，最终和期望薪资基本一致。总体感受面试流程比较顺畅，问题也比较贴合岗位要求；如果和岗位匹配度高，一般流程推进速度会很快。入职以后，工作内容和面试被问的问题也差不多，基本上都是算法工程师需要做的内容，团队氛围也很不错。只是毕竟是企业，不可能光搞研究，在承接业务时还是免不了和很多人打交道和来回battle需求，这个无可避免。

bg双非硕，岗位：大模型算法，时间线如下：8.29——笔试9.5——初试9.14——复试9.20——终试（线下）+HR面总结：三轮技术面+HR面，技术面基本都是围绕项目+手撕代码，初试和复试都是两道代码题，终试线下也是主要拷打项目，由于没有电脑线下手撕简单一些，只需要在纸上写出代码就行，不需要跑通，时间1个小时。终试完之后立马HR面，半个小时，问了期望薪资，说现在校招薪资方案还没出，往年至少27k。反问：结果什么时候出。回答要到11月份，估计泡池子等排序了。有友友知道后续情况吗？

1.介绍实习项目，围绕项目问技术细节2.介绍RAG项目，文档类型是什么，对于图片和表格怎么处理3.RAG怎么评估，指标有哪些4.生成模型用的什么，为什么这样选型，有没有对比过其他模型5. QWEN2的架构和训练方式6.SFT数据问题不够多样化怎么办7.怎么构建SFT数据集，数据量多少，微调方式是什么8.项目为什么用GRPO而不是SFT9.介绍一下function calling和MCP10.介绍检索做的优化📳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。

题目一：最少完全平方数之和 给定一个正整数 ，请找出最少个数的完全平方数，使得这些完全平方数的和等于 。 完全平方数是指一个整数乘以自己，例如  等。若一个数能表示成某个整数的平方的形式，则称这个数为完全平方数。例如：1、4、9、16 都是完全平方数，但 2、3、5、8、11 等不是。 数据范围： 输入描述：仅一行，输入一个正整数 。 输出描述：按题目要求输出完全平方数之和为  的最少个数。 示例 1： 输入：5 输出：2 （因为 ，共两个完全平方数） 题目二：矩阵层旋转 小红拿到了一个  的矩阵，她希望将矩阵的每一层都顺时针旋转一下。你能帮帮她吗？ 我们定义矩阵的“层数”是由外到内的。例如，...

一二面同时，两个面试官简历写智能体项目和大模型信息抽取（实习）1选择一个项目，具体介绍2介绍熟悉的大模型及GPU卡型号3中兴的大模型有没有了解（建议各位多了解，我说不知道）4对大模型推理相关有什么了解5一个推理系统有哪几部分6预训练，微调精调有啥不一样7大模型推理当中有哪些重要指标8（另一面试官）介绍xx智能体9智能体如何触发mcp调用服务10多轮对话超出上下文限制怎么办11上下文工程12除了ollama用过哪些大模型部署13用过哪些ai编码工具，介绍原理14（换面试官）内存泄露有哪几种15面向对象有哪些特点16重载和重写有哪些不一样17const和static区别18c++类型安全吗，为什么...

无手撕，30min很快的过了一下实习项目，开始八股拷打1. 分桶的作用，离散化特征的好处2. sigmoid 做激活函数的情况下，用交叉熵为什么比 mse 好3. 注意力机制里为什么要用到 qkv 矩阵，从 qkv 各自的作用说了一下，但面试官说他想听到的是其实是用三个矩阵做线性变化，投到不同的子空间，增强表达4.注意力的复杂度，有没有办法优化？说了下 lora，面试官说窗口注意力5.transformer 的并行性6.做过模型量化吗，讲一下你的理解无反问，面试官说具体业务细节可以问二面面试官，结果今天查系统已挂