8.28投递 免笔试（暑期实习通过）9.23，武汉场线下，一天三面报软件算法岗是为了复用笔试成绩，接口人说具体哪个岗不重要进来了都一样，ai算法下面的改题型所以不能免笔试。面试强度拉满，面试官没有一个自己部门的，和接口人说的情况完全不一样，我前期尽力问了很多相关信息，问了好多部门好多接口人，最后面试情况还是出乎意料了。面试官全都不懂我这个方向，很看重纯算法理论和代码。算是硬着头皮挺过了拷打，已经114525。一面40min，全程基本都是问八股，语言的底层的都有，笔试复盘（纸上画思路），手撕代码（链表），基本没问项目。基本都硬顶着答上了，我超常发挥，每个问题都尽量发散着跟他讲了很多我会的东西。最后简单交流了一下，才知道他是研发管理大部门下面的，不是我们小部门下面的，方向跟我完全对不上。二面面试官还是不懂我的方向的。全程50min，项目方面就想关注我的论文里算法有关的创新，跟数学、数据结构相关的，我说我做的机器人方向，可能偏底层的算法接触的不多，交涉了好久，我回答什么都不是他想要的。手撕链表+排序，没写出完整代码但是说了多种排序的思路，他说思路都是对的但是完整代码确实没写出来，说我这个岗位还是偏通用的算法，所以很看重写代码能力这些，这情况跟我接口人说的完全不一样。最后给我上压力了，要求我在一张纸上给他讲明白我的工作，并且要侧重他想要的那种偏底层的算法，给了我一点时间现场准备，我硬生生找了些偏基础的算法的点跟他讲了。最后直接当场告诉我通过了，但是要注重代码基本功。后来我同组朋友的一面是同一个面试官，面试官直接问他是不是和我一个方向的，说不懂我们的方向，只需要找一个能讲的点给他讲明白就行了，全程没有八股，这就是运气吗？唉三面35min，相对来说是压力最小的一个了，问题比较通用，面试官没怎么压力我。

线下场，三个小时内完成三面一二面都以简历为主，没有遇到八股。但是需要在纸上写代码，都是leetcode中等难度题：最大交换、二叉树的最近公共祖先、岛屿数量。三面业务主管。怀疑到了这个位置的都是比较偏反驳型人格的一种人。一直要求我回忆过往项目中的挑战、出现问题的地方、和别人意见不一致的地方、质疑科研项目为什么不进行工业化落地（？）25h之后显示业务主管通过了，看后续能开出什么结果吧。

ai算法工程师线上面 共40分钟左右自我介绍问简历内容，细问了研究生项目和一个岗位相关性高的项目手撕，力扣题库里的题，标得困难但我觉得挺简单的，但是没撕出来问了下本硕成绩、论文情况

📍面试公司：阿里控股🕐面试时间：26届秋招💻面试岗位：机器学习❓面试问题：1. 问项目2. 正样本比较少的时候怎么去解决这个问题？3. InfoNCE中的超参调整，怎么理解（正负样本比例和batch size）4. InfoNCE和其他loss有没有什么联系？5. 了解多模态大模型，如Qwen-VL吗？6. lora（接在旁边/后面）,为什么不接在后面？rank高低有什么影响，对于少量样本，lora好还是sft好？相对于sft的优劣势？7. Deepseek r1中的训练方式有什么特别之处？怎么做的think？RLHF的流程是什么？8. 量化加速方面有了解吗？解释一下vllm无手撕🙌面试感想：面试官很好，该有的流程都有，上来就说大概40分钟，时长不影响结果，并介绍了一下岗位对应部门的工作。面试官除了问问题，还会引导讨论，很尊重求职者。但还是太菜了，缺少LLM经历，很多都答不上来

📍面试公司：拼多多🕐面试时间：2025.9.25💻面试岗位：算法工程师❓面试流程：先自我介绍，不允许展示ppt然后主导权由面试官掌握，根据你的经历提问题，很明显面试官会对实习感兴趣，但是估计方向和我做的不一样，问题不算很有深度，多从宏观方向提问问完实习问我另外两个项目，问题依旧不深，泛泛而谈全程无八股，之后开始算法codingLeetcode 3. 无重复字符的最长子串我心想这也太简单了，两下写了一个O(n^2)的方案出来，面试官说不行，要O(n)，傻眼，不过还好，现场撸出来了，这告诉我们刷leetcode的时候做出来了不要立马跳过，要看一下题解最优方法是什么面试官全程严肃，但也不严厉拷打，面完感觉跟没面一样

一面 9.23简历上两个项目，重点问了混合精度量化的部分。开放性问题：给你一个新的模型，要求你在特定硬件平台上做优化，应该怎么下手去做，给出思路。怎么学习的，看过哪些论文如果上手开始做推理优化，提出几个业界还没人做的方向。感觉面试官对技术是有自己想法的，整的我有点猝不及防。自己感觉答的不太好。

猿辅导 AI研发工程师一面自我介绍选择一段经历讲解，我讲了多模态大模型的实习经历为什么不用PPO，GRPO有那些好处PPO和GRPO的区别lora的参数设置都怎么选择的Tempurature 为 0 的时候会怎么样KV cache 怎么优化，deepseek的论文有看吗?Top K P的作用多轮对话有了解吗？损失函数的构造和单轮有什么不一样Transformer八股Embedding 词表为啥是5w，为什么可以覆盖所有的单词和文字位置编码作用，为什么要有rope是什么，如何解决长度过长Qkv ，为啥要有，为啥有三个?不能是两个为什么不能是两个？残差的作用，结构Flash attnpython异步 IO 实现过用过吗python的GIL装饰器 生成器，装饰器有啥好处打开文件为什么要用with手撕单向链表 将小于K的结点放在前面，保持相对顺序，不允许使用dummy反问：业务，业务当前进度，组内资源，本人后面那些地方需要加强

选择代码 题目：数组合并的最大贡献 给定一个整数数组 nums（长度为 n）。你可以重复执行“合并”操作，直到数组被合并成一个数。 合并规则 每次选择两个相邻的连续块 A 和 B 进行合并； 合并的“贡献”定义为这两个块元素之和的乘积：$$\text{contrib}(A,B)=\big(\sum A\big)\times\big(\sum B\big)$$ 合并后得到一个新的块，其值为两块元素之和：new_block=∑A+∑B\text{new\_block}=\sum A+\sum Bnew_block=∑A+∑B 继续按照上述规则合并相邻块，直到只剩一个块。 你的任务是：在所有可能的合...

投递渠道：网申09-19 笔试09-25 一面 30min：自我介绍，介绍实习，介绍论文问了基础八股：transformer相关：结构，multi-head作用，因果掩码的作用，Q和K有什么区别、能不能用一个投影层是否了解rag有哪些peft方法有没有自己设计过agent是否训练/微调LLM面试官介绍部门做的主要是LLM应用：rag/agent开发，问我是否有意愿来（因为我的实习主要是LLM推理的）反问：工作内容，几轮面试，面试官表示，组内也有用传统NLP模型处理订单数据，因为LLM不一定可靠总结：面试体验还可以，就是没开摄像头

一面凉经，感觉因为岗位和我简历的项目并不是很匹配，面试官没有进行很深入的提问 看到你的主修课程里面有计算机体系结构，你对CPU流水线还有常见的计算机系统的存储有一些了解吗？（估计答得不太好，开始问项目了。我项目偏大模型应用，RAG这些）你对Qwen和Deepseek这些大模型的结构有了解吗？对MHA，GHA，MLA有了解吗？（问了另一个项目）你这个项目里的量化是自己做的量化还是直接下载的别人量化好的模型？你对GPU或者CUDA有了解吗？反问：问：我看到HR说你们大模型应用，推理优化，训练，框架这四个方向都在招人，是哪个方向比较缺人呢？答：AI框架比较缺人，基于我们自己的芯片去开发框架。模型应用...

1. 自我介绍2. 实验室项目里的一个功能怎么做的3. 算法题：如果 b 的某一位 = 1，把 a 的对应位清零；如果 b 的某一位 = 0，保持不变。要求位运算4. 算法题：一个字符串的规律是”ioiioiiioiiiio……”，输入n，返回n字符长度下字符o的个数，写了个O(n)的实现，问我怎么优化5. 使用Redis场景，Redis数据结构和应用；介绍跳表，1MB数据下，想要保证O(log N)次的时间复杂度，跳表的索引应该有几层6. sql题：给一个成绩表（字段：name, country, score），排除掉成绩小于等于60的记录，返回平均成绩大于80的平均成绩 和 国家7. My...

（1）面试官介绍部门业务方向，相对小众；（2）拷打与部门业务方向相关的实习经历；个人的贡献以及整体团队的协作配合；会问对相关前沿技术的了解情况，以及结合部门业务情况提出相关的场景题和拓展题；（3）八股：注意力机制，损失函数。（4）手撕：寻找重复数；最长公共子序列；（5）反问：业务，base地总结：大概率KPI面，没什么算法hc的感觉。

一面凉经，感觉因为岗位和我简历的项目并不是很匹配，面试官没有进行很深入的提问看到你的主修课程里面有计算机体系结构，你对CPU流水线还有常见的计算机系统的存储有一些了解吗？（估计答得不太好，开始问项目了。我项目偏大模型应用，RAG这些）你对Qwen和Deepseek这些大模型的结构有了解吗？对MHA，GHA，MLA有了解吗？（问了另一个项目）你这个项目里的量化是自己做的量化还是直接下载的别人量化好的模型？你对GPU或者CUDA有了解吗？反问：问：我看到HR说你们大模型应用，推理优化，训练，框架这四个方向都在招人，是哪个方向比较缺人呢？答：AI框架比较缺人，基于我们自己的芯片去开发框架。模型应用也招，但是岗位比较少问：对于这个岗位， 我缺少哪些方面的技能呢答：从应用部署的角度来看还凑合，如果是框架开发的话，现在你对框架本身的架构、代码以及框架里面对模型的训练、优化方法还是有些欠缺，如果对算子层，可能需要进行CUDA编程，可能就欠缺更多一些。我们主要是下面两层在招，应用层确实在招，但是岗位确实不多，所以还是要综合评判一下。

先介绍了他们的工作，搜广推方向的 然后自我介绍，挖的很细，从论文到实习都很深挖。我的论文是cv相关度没那么高，但是也很关注。面试官比较厉害，之前面试时候很多工作要讲很详细，因为有些内容偏业务，其实业务上不是科研没有那么多纠结的东西。这个面试官一说就立马明白了。 后面八股，重点问了transformer介绍结构，介绍复杂度，介绍norm，layernorm具体用了哪个（这个忘了，面试官说也没事，现在也不看这个） 后面问了多头注意力机制，长得什么样，为什么这么做。旋转位置变化相较于普通变换的区别。 手撕，不调库实现字符串相乘，不难，但是自己有个字母写错了debug挺久 后面反问业界现在一般更在乎什...

流程：自我介绍--拷问项目--手撕代码八股文（其实都很简单）：结合简历提问1、Yolo算法＋SAM算法：可以了解Yolo各类版本改进以及深入了解一个Yolo算法。2、DF模型训练过程、各类调度器等手撕代码：因式分解（递归秒掉）访问：业务、面试轮次（2＋1）

笔试时间：2025年9月17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：大模型分词您正在为一种罕见的语言构建一个专用的大语言模型。由于训练样本缺失，传统BPE等标准的分词器效果不佳，使得大模型推理生成的句子不理想。幸运的是，一位语言学家为罕见语言的已知词根和词缀（统称为"词元"或"Token"）都标注了一个置信度分数，这个分数代表了该词元作为一个"独立单位"的合理性。同时，语言学家还总结出了一个转移分数表，表示当前词元选择对下一个词元"置信度"的影响。您的任务是设计并实现一个"...

1️⃣一面 1.自我介绍和过项目2.知道 deepspeed 和 megatron 吗，分别介绍一下3.Decoder 文本生成有哪几种方法4.Attention 为什么要做scaled ，不做会怎么样，为什么用根号 d _ k5.说一下 Decoder 的因果注意力， QKV 分别来自哪6.深挖多模态大模型论文用的video - llama ，讲一下大模型的结构7.LoRA 初始化怎么做的，用的秩是多少，为什么不选其他的数8. 介绍一下 ALBEF 、 BLIP2️⃣二面1.介绍多模态论文2.论文用了CoT，讲一下论文的CoT是怎么样的3.介绍transformer 架构4.BLIP2的结构是什么，两阶段怎么训练的，有哪些损失5.知道 PEFT 吗，讲一下 LoRA6.LoRA 是什么，有什么好处7.Transformer 怎么做加速训练，训练和推理有什么区别8.一些场景题3️⃣三面1.过项目2.讲一下你用的大模型是什么结构，特征是怎么喂给大模型的3.讲一下multi-head attention，用pytorch手撕一下，要可以实现cross attention的4.大模型训练为什么不用SFT5.知道RLHF吗，讲一下训练流程6.问了几个电商相关的场景题，用大模型解决 prompt 应该怎么设计，怎么处理prompt的输出，怎么过滤错误格式的输出📳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。

主播依旧临时抱佛脚，非常感谢面试官给了我这次机会。当模拟面试了1. 项目拷打2. 强化学习3. BERT loss4. RL & loss (DPO, PPO)5. 智商测试题（卡了半天）6. 数组前K个频率最高的数

一、自我介绍二、实习和项目介绍实习工作实习中遇到的最大挑战是什么实习中的 idea 时参考了哪些论文, 如何把论文方法迁移到自己的业务场景模型迭代中, 有没有一个自己觉得会成功, 但最后失败了的 idea? 从中学到了什么介绍一篇印象深刻的论文三、其它问题如何平衡工作/学习与生活英语口语考察未来职业规划四、反问