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

题1：数组中找一段异或和等于 k 的子数组 题干 给定整数数组 a[1..n] 与整数 k，求是否存在连续子数组使其异或和为 k。若存在输出该子数组的左右下标（1-based），否则输出 -1。 说明 定义前缀异或 px[i] = a1 ⊕ ⋯ ⊕ ai，则区间 [l, r] 的异或和为 px[r] ⊕ px[l−1]。 import sys def main(): data = list(map(int, sys.stdin.read().strip().split())) if not data: return n, k = data[0], data[1] a = data[2:2+n]...

一面1. 算法题：合并区间2. 八股：位置编码、MQA 和 GQA、SSM3. 实习相关、场景题 二面1. 算法题：最长和为 0 子数组2. 八股: HMM、L1 实现特征同进同出、RoPe 公式3. 实习相关、场景题 三面1. 算法题：最大子数组和2. 八股：DeepFM、SHAP 值计算复杂度3. 简单说说对大模型怎么用于风控

二面：40min1、自我介绍2、论文讲解（20min）3、transformer介绍一下4、transductive和inductive learning的区别。GCN和graphsage在message 传递上的原理。4、手撕：二叉树的右视图 三面：1h1、自我介绍2、字节实习拷打3、代码题：升序数组求平方数不同的个数4、闲聊：base，新人培养，为什么离职，项目code:给定一个升序数组，元素有重复的，对每个元素算一下平方后得到的新数组，新数组中不相同的元素共有多少个。

1、深挖论文2、数据不均衡的条件下，通常的办法是如何解决的模型效果差问题的3、GCN模型的感受野，越大越好还是越小越好。4、和transformer的qkv的感受野来对比的话，transformer的感受野encoder中是可以看到所有的token的，GCN的感受野你认为和transformer相比，是越大越好还是越小越好？5、位置编码：sin cos，正余弦，bert可学习位置编码，rope相比于正余弦编码的优势。6、欠拟合和过拟合定义，通常如何解决？7、transformer的位置编码的基地是10000，为什么设置100008、手撕：岛屿的数量。（连通图的个数）hot 100

面试迟了大概半个小时。说是前面的人没面完。好像他们面试是专门留一天面的。自我介绍，做题。面试官问我会啥，说就是走个流程。leetcode 打家劫舍。主聊项目，考察对 VLM 的理解，CLIP的理解。问Long CoT 如何定义？32k及以上。反问工作强度和业务应用。很累。面完直接第二轮。高强度面试wok。部门老大面试，没做题，感觉是业界大佬。聊强化学习，其中有个点是把 rollout 阶段把全错的样本部分替换为对的，让模型可以进行学习，问“和DPO有啥区别”？这样不是off-policy了吗？ on-policy 的优势是什么？GRPO的缺点很大，必须是可验证的query，开发问题，例如报告生...

笔试：一道选择，八道简答题，通信里的偏概念的题，比如衰落，信道物理模型，OFDM，FFT，可以复制粘贴图片作答面试：1、自我介绍2、介绍一个熟悉的项目，然后面试官进行简单提问，比如是否独立完成，创新点3、三个通信八股：1）信号从发射到接收经历的流程；2）如何提升通信速率 3）瑞利衰落和莱斯衰落模型的区别4、有什么兴趣爱好全程20分钟，没有反问环节。

一面 1.先自我介绍2.说一下 LoRA 是什么原理3.了解 DeepSpeed 吗， ZeRO -1, ZeRO -2和 ZeRO -3分别做了哪些优化4.Qwen的模型结构是怎么样的，相比于 LLaMA , DeepSeek 有什么区别5.怎么缓解大模型的幻觉问题6.大模型的 MoE 结构相比于 Dense 结构训练的难点在什么地方， DeepSeekMoE 为什么效果好，有什么值得我们借鉴创新点7.知道FP16和BF16有什么区别吗，包括FP32和INT8这些，在训练大模型的时候，应该怎么选择8.讲一下 RLHF 的流程， PPO 和 DPO 算法是什么思想，写一下 PPO 和 DPO 的 Loss 表达式9.对于超长上下文业界一般是怎么做的，你知道 Qwen 是怎么做的吗10.开放题：你觉得目前大模型的上限在哪里11.代码：152．乘积最大子数组🌟总结:整体面下来感觉难度还是蛮大的，几乎各个方面都被考察到了📳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。

四十道选择题，数学，数据结构，代码，cv等等。code1:len(nums)=n的数组，数组划分为k段后，求各段权重之和的最大值。动态规划，感觉很难，很难想到怎么构造dp状态和转移方程最后还有注意去重 n,k = map(int, input().split()) arr = list(map(int,input().split())) sum_val = [[0]*n for _ in range(n)] for l in range(n): seen = set() total = 0 for r in range(l,n): if arr[r] not in seen: total +=...

本次考试分为选择题和编程题。选择题主要考察机器学习和深度学习相关理论，编程题一道字符串、一道动态规划

📍面试公司：京东🕐面试时间：9.19💻面试岗位：算法工程师-算法工程❓面试问题：1.自我介绍2.详细介绍实习3.实习-微调的数据格式4.实习-数据集大小，训练时间，内存占用等5.讲一下各种微调方法和优缺点（我只说了全参、lora、qlora、prompt）6.对prefix tuning和p-tuning了解吗？7.都对什么了解（多模态、大模型、强化学习、机器学习、nlp）8.讲一下bert（我没说到重点，主要我对bert学的并不多）9.说一下transformer吧10.transformer中ffn的演变11.讲一下moe12.询问专业（遥感）🙌面试感想：他们部门想要大模型+多模态+地理信息的人，主要做lbs、本地生活类似的业务

1、项目介绍了很久2、transformer的的参数量，12D^2大概，qkv 3D^2 FFN有升维降维，大概8d^2，还有一部分是啥3、qwen2.5VL中有哪些细节？（图片会复制为两帧，和视频保持一致；MROPE,视频帧的绝对时间编码，token压缩等等）4、题目考的分治，我先说了一个hash的，面试官说不行，说这个数字是为了方便比大小的，只是一个相对值，然后想了很久，最后面试官给了思路，写出来了，写了四十分钟，螺母和螺丝匹配面试给的改了一下，是[S_1, S_2, S_3] [M_1, M_2 ,M_3]然后可能有重复的[S_1, S_2, S_2] [M_1, M_2 ,M_2]

1️⃣一面 1．自我介绍，问实习和论文2．了解哪些最新的多模态大模型，简要介绍3．在 BLIP -2或者 Qwen - VL 中， Learnable Query 的作用是什么4．介绍一下Wide&Deep和DCN这两个模型5．大模型的后训练是怎么做的，在 VLM 上做后训练有什么区别6．知道 SAM 吗？说说 SAM 是怎么做的7．了解多模态 RAG 吗8．概率题：一根绳子剪成三段，这三段可以围成三角形的概率是多少9．代码：一个推荐链路的排序2️⃣二面1．自我介绍，问实习和论文2．讲一下 LoRA ，两个权重矩阵一般怎么初始化，能都全0吗3．除了 LoRA ，还了解哪些可以进行训练推理优化的技术4．现在的多模态大模型，动态分辨率一般都是怎么做的，位置编码怎么设计5．平常训练或者微调 LLM 或者VLM，有什么感受6. 专家划分子空间是区分不同任务但有时候并不能取得理想的效果这是为什么7. 概率题，一副扑克牌，去掉大小王，随机抽两张，花色相同的概率8. 场景题：目前有一个带货的直播间，设计一个方案，商品比较多怎么降低时延📳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。

📍面试公司：得物🕐面试时间：9.20💻面试岗位：算法工程师(C++方向)❓面试问题：1.自我介绍2.讲一下CUDA写算子需要使用哪些技巧，才能让算子更高效？3.链表和数组的区别？分别适合什么场景？4.你平常数组用的多还是链表用的多？为什么？5.用户编写程序时，访问的地址是虚拟地址，一般只有操作系统会访问物理地址，你能讲一下为什么这么设计吗？6.可以讲一下Linux操作系统的虚拟内存空间的布局吗？7.说一下CPU对虚拟内存做的专门的优化？8.手撕：两个线程交替打印AB9.手撕：二叉树前序遍历10.手撕：爬楼梯进阶版，花费cost[i]，写出转移方程🙌面试感想：一面主要问基础，搜了一下往年的面经，基本就是这几个问题