AI Agent开发实习生，不是研发岗。后续发展是售后技术支持路线。。。一面 是现在的mentor电话面1.19 19:06 约20min1. 问：你在做实习项目的过程当中，遇到了哪些难点，又是如何解决的？2. 问：你所说的规则提取具体指的是什么规则？（项目）3. 问：针对pdf文件，你是通过什么样的方式去解析的？4. 问：如果pdf里面有文本、表格，且表格有合并单元格和公式，遇到这种情况要怎么处理？5. 问：人才在线考试系统是你们自己做的项目，还是对接的其他框架？6. 问：你提到的扣子智能体的能力，这指的是什么东西？7. 问：这个考试系统是用java写的吗？8. 问：Java框架你在学校里面学的比较多是吗？9. 问：你对服务器有了解过吗？比如自己写完项目后把它安装部署到服务器上？10. 问：你自己在电脑上整过虚拟机然后去进行操作吗？11. 问：你使用过LangChain吗？12. 问：你用到过RAG技术吗，能简单说一下你的了解吗？13. 问：Embedding有哪几种算法你了解过吗？14. 问：你对前端了解过哪些呢？15. 问：你在Vibe coding的过程当中，主要用的是哪个？二三面 线下1.21 14:00 约90min 二 三面部门领导面 约1h1. 问：请说明你们学校课程安排的紧张程度以及目前的学业进度。2. 问：请详细说明毕业论文的完成情况。3. 问：会议论文的撰写过程中，你的具体贡献和作者排序是怎样的？4. 问：请简要介绍你的学习或工作经历，尤其是与AI开发工程师岗位相关的部分。5. 问：请详细说明实习项目的核心功能、解决的问题，以及你在项目中的具体分工。6. 问：请解释原始报告与决策层需求之间的差异点，以及系统如何解决这一问题。（项目背景）7. 问：请具体描述你在实习项目系统录入部分的技术实现细节，包括使用的工具和数据处理逻辑。8. 问：请详细说明你在月报系统中设计的大模型提示词逻辑及其约束条件。（提示词工程 被严厉拷打）9. 问：你对AI Agent开发岗位的理解是什么？以及你希望在该岗位中从事哪些具体工作？10. 问：请阐述你对AI Agent的定义及其能解决的核心问题。三面mentor面 约30min1. 你对线程池了解吗2. 你对锁的了解说说3. 你觉得 Python 和 java 啥区别4. Python 并发、异步了解吗5. Docker 如何查看日志6. 对 Linux 了解吗聊天：1. 介绍公司产品2. 聊毕设3. 聊大模型 ai 编程 Vibecoding反问1 入职的话 我要学点什么呢2 我们这边智能体开发偏工程还是偏算法除了项目 八股都答得很浅。。已oc 记录一下 已上班两周 继续努力这个后续怎么变成后端产出呢

1.项目：切量网关怎么实现的数据操作安全2.多线程的实现方式，他们之间的区别3.并行流和多线程的区别4.微服务架构怎么进行统一异常处理5.有一个增删改查多级数据的需求，比如省->市->区的地理信息，怎么设计高效的多级缓存数据模型6.双向链表和单向链表区别，插入双向链表的过程反问：业务是PLM系统，管理产品文件、供应链等

1，实习和论文2，数据蒸馏如何合成无偏思维链？3，reward system 有考虑过吗？ 如何设计好的 reward system 和用户信息图？4，训练时候卡很多，但为什么你的 batch size 设置很低，是不是没设置好？5，对方向的看法6，对团队有什么要求？7，手撕：接雨水

一，自我介绍自我介绍部分依旧是个人信息介绍+工作匹配度介绍+对面试公司的了解。这部分对方也是针对我的工作内容问了几个小问题，就如实回答了。二，具体提问1，针对回答提问了指标体系？指标体系的搭建就举了一个具体例子，说明自己是怎么搭建指标体系以及说清楚指标有什么指标就可以。2，提问了平时使用的工具就是hive，mysql，tableau，power BI还有自研的一些工具之类的。这里有问到如果是一个新的工具花多长时间可以上手，我回答的是工具类的软件都非常好上手，基本上几个小时就能上手，夸我学习能力强。然后说我第一次使用这些工具是系统学习还是自学，也就是公司培训还是自学，然后我就说了第一次接触是自学，因为很多公司一般都是要求你会了以后，才会要你，而且工具学习其实不难的。这里夸了一句觉得我经验比较丰富。3，提问了对公司业务的理解这里下来是有做功课，说了公司的具体业务，行业内的地位，未来发展的前景和几点小小建议，反正面试官也是比较满意的。4，问了对公司价值观的理解这个价值观搜索资料的时候也有看到，就说了一下，对价值观的赞成以及原因。5，对公司业务某个环节的理解这个也是真诚的说了我的看法，然后理解公司这个环节为什么这么做，再加上自己的小小建议。三，反问环节

1.论文用了哪些 RL 算法？ 为什么用 DAPO，论文怎么写的？2.DAPO 超参数对你的领域影响是什么？ 你觉得 Clip higher 为什么起作用3.还有哪些 RL 算法，GSPO 了解过吗？ 为什么你的 ACL 的 Agentic 没有用 GSPO？4.MLLM 训练有哪些节省内存方法？5.相比较 CV 的小模型，MLLM 你的部署有哪些 trick？ 推理加速有什么方法吗？6.对个人信息 memory 检索和存储有什么好的 trick 和 idea？7.agentic 思维链信息过长优化方法？ 超出上下文导致遗忘或者幻觉严重你是如何解决的？8.手撕：最长字符子序列9.反问：业务内容

1、讲一下this对象2、讲一下防抖和节流3、讲一下怎么开发多端组件4、讲一下性能优化5、讲一下怎么实现响应式6、做过埋点吗，怎么做的埋点，自己实现一个曝光埋点怎么做7、了解过react 的hook吗8、react的通信是怎么样的

1.讨论表格 Agent；以及我认为什么是 agent 什么是 pipeline。2.写这个论文初衷是什么？ 用在业务上吗？3.GRPO、DPO、DAPO 区别是什么？4.DPO 的 loss 你怎么理解的？你们业务上用了 DPO 为什么这样设计？5.讲讲你认你的简历中什么是“感知、规划、执行、反思”？6.讲一讲你模型的混合推理是什么？和 qwen 他们的 instruct、think 模型有什么区别？7.GRPO 计算公式是什么？讲一下8.你给 contribution 给 nips 哪个仓库是什么？9.你还做了哪些开源贡献10.玩游戏吗？LOL 什么段位？你一般 lol 是怎么识别外挂的？，还玩过哪些 fps 游戏吗？11.手撕： 最长递增子序列

虽然凉了，但是不妨碍我攒人品1.实习介绍2.工作经历中成长收获最大的点3.项目深挖：项目背景数据来源、数据格式、数据标注训练细节DPO数据如何构建4.八股：self-attention的时间复杂度GRPOGQADeepSeek技术报告中的MoE、MTP5.手撕：无序数组中找第 K大的数

最近整理下面经攒人品中1. 实习介绍2. 项目拷打3. 标准RAG有什么问题？4. 了解Agent吗？把RAG做成Agent的好处。5. 说一下LoRA的原理；LoRA完推理的时候要挂着Adaptor吗？6. 手撕代码：torch写SFT的loss计算代码

在软件测试面试中，当被问到 “JMeter 中如何实现接口关联？” 时，面试官主要考察你是否：- 理解接口之间的数据依赖关系；- 能熟练使用 JMeter 的后置处理器提取响应数据；- 具备构建端到端业务流程自动化脚本的能力。✅ 推荐回答（清晰、结构化、无代码但讲清原理）在 JMeter 中实现接口关联，核心思路是：从前面接口的响应结果中提取关键数据（比如 token、订单 ID），保存为变量，然后在后续请求中直接引用这个变量。整个过程通过 JMeter 内置的“后置处理器”和“变量机制”完成，无需手动干预。🔧 具体实现步骤（面试口语化表达）1. 先发送前置接口比如先调用“登录”接口，成功后返回一个 access_token 或 user_id。2. 使用后置处理器提取响应中的关键字段在该请求下添加一个 JSON Extractor（如果是 JSON 格式）或 正则表达式提取器（适用于其他文本格式），配置要提取的字段路径或规则，并指定一个变量名（比如 token）来保存结果。3. 在后续接口中引用该变量比如在“创建订单”请求的 Header 或 Body 中，使用 ${token} 来代替实际值。JMeter 在运行时会自动将变量替换为上一步提取的真实数据。4. 验证提取是否成功可以添加 Debug Sampler 和 View Results Tree 查看变量是否正确赋值，确保关联逻辑生效。5. 支持复杂场景- 如果返回的是列表（如多个订单 ID），可以提取全部并循环使用；- 如果需要跨线程组传递，可以用 __setProperty() 和 __P() 函数实现全局变量共享。💡 面试加分表达- “我通常会把一整套业务流程（比如登录 → 下单 → 支付）放在同一个线程组里，通过变量串联，确保每次运行都是完整闭环。”- “在项目中，我们靠这种方式实现了全链路自动化回归，发现了好几个因 token 失效导致的中间环节失败问题。”- “除了 JSON，我也处理过 XML、HTML 响应，根据格式选择合适的提取器。”❌ 避免低级回答- “我每次手动改参数。”（❌ 无法自动化）- “JMeter 不能传参吧？”（❌ 不了解基础功能）- “让开发返回固定值。”（❌ 脱离真实测试场景）✅ 总结一句话“JMeter 通过后置处理器从响应中提取数据存为变量，再在后续请求中引用该变量，从而实现多个接口之间的动态参数关联，支撑完整的业务流程自动化测试。”这样的回答既专业又务实，能充分展现你对 JMeter 核心功能的掌握和实战经验。

整体面试还是不错的，但是没后续了，欢迎评论区交流～1. 实习介绍2. 项目深挖3. RAG的问题与改进方案。4. 在不能修改模型的情况下，如何调整模型回复风格？5. 为什么大模型有few-shot能力？讲一下few-shot能力的原理。6. PPO、DPO、GRPO、DAPO等RL算法的原理和区别。7. 平时是否使用vibe coding？对此有什么看法？8. 手撕代码：编辑距离，分析写法的时空复杂度，有什么更优的写法？

1.实习中KPI，KPI占比，部门情况2. 还有其他指标么3 .哪份实习收获最大？其他的收获不大吗4. 最喜欢的课程，一两句话描述5. 工作中什么更重要，排序6.如何看待网红、直播

1.简历 2.介绍 DeepResearch 几篇工作？主 Agent 和子 Agent 有什么区别，主要哪些子 agent？3.RL tool 的 loss 有什么区别？4.Reasoning 的 loss 有什么其他特点，介绍你知道的（think 和 nothink 的 loss）。5.PPO、GRPO、DPO 区别。6.DAPO 了解多少，介绍创新点。6.还有其他 GRPO 变体吗？介绍创新点。7.手撕：rope，打开 llama github 源码的 rope 介绍和我实现的区别总结：RL tool的loss忘了，只有这一个失误，然后喜提人才库

攒人品中，欢迎评论区交流～1.在 LLM 的推理阶段，有哪些常见的解码策略?请解释 Greedy Search，Beam Search，Top-KSampling 和Nucleus Sampling(Top-p)的原理和优缺点。2.什么是位置编码?列举两种实现方式。3.请你详细介绍 ROPE，对比绝对位置编码它的优劣势分别是什么?4.MHA ,MOA,GOA 的区别。5.请比较一下几种常见的 LLM 架构，例如 Encoder-0 nly,Decoder-Only,和 Encoder-Decoder ，并说明它们各自最擅长的任务类型。6.什么是 Scaling Laws ?它揭示了模型性能、计算量和数据量之间的什么关系?这对 LLM 的研发有什么指导意义?7.请详细解释一下 Transformer 模型中的自注意力机制是如何工作的?8.什么是词元化?请比较一下 BPE()和 WordPiece 这两种主流的子词切分算法。9.你觉得 NLP()和 LLM 最大的区别是什么?10.开源框架了解过哪些?11.激活函数有了解吗，你知道哪些 LLM 常用的激活函数?为什么选用它?12.混合专家模型(MOE)是如何在不显著增加推理成本的情况下，有效扩大模型参数规模的?请简述其工作原理。13.在训练一个百或千亿参数级别的 LLM 时，你会面临哪些主要的工程和算法挑战?14.最近读过哪些 LLM 比较前沿的论文。

最近空下来了写点面经攒下人品...1.项目拷打为主，问的非常细2.针对全流程问了各个环节的badcase，占比如何，重点解决哪部分3.以一个具体的badcase为例，讲讲如何思考、如何解决的4.数据分别怎么样，泛化性如何考虑5.大模型如果出错怎么办，是否有相关的处理机制6.对AIGC本身了解有多少，例如绘图、生成视频7.对于加班这件事怎么看8.你的文章思路是怎么来的9.针对文章背景的这个问题，业内主流思路与你们的差异10.介绍消融实验是怎么做的11.PPO损失函数是什么样的12.GRPO相比于PPO的改进点

1.项目拷打2.你使用了哪些模型，分别是什么规模的3.你实习的第二家公司（科研），是一家什么样的公司，业务是做什么的4.是否有独立做过工程实现？5.Python 工程相关经验？6.SQL能力怎么样，写过的最复杂语句是什么7.毕设方向与思路？8.从零做“通用对话式数据分析 Agent”，你会怎么规划？9.我看你的过往经历基本都是算法，我们这边更偏工程，你是否可以接受10.  你认为你来做agent开发，优势是什么？

感觉面的整体还不错，不知道是哪里出了问题...1.项目拷打为主2.主要badcase及如何改进3.GRPO怎么对模型的参数进行更新（loss是什么）？4.你的Agent用了什么框架？langchain聊不了解？5.你做的科研是否有业务相关的背景和支持6.消融实验使用了哪些模型？它们之间有什么区别7.你怎么验证做的东西的效果？8.MCP介绍一下，有没有相关的实践经验？9.手撕题，hot100原题，搜索插入位置，直接秒了

1.以项目拷打为主，无八股无手撕2.为什么不考虑端到端方案？各个模块baseline如何？分别是怎么优化的？3.多模态输入图片模糊时如何处理4.项目整体是否有针对延迟的优化5.举一类占比较大的badcase讲解优化方案6.为什么在强化学习前采用冷启动sft7.AIGC绘图是否可以做局部修改，落地时是如何实现的8.科研项目主要做的是什么？如何在业务场景落地？9.详细介绍query改写10.转码为什么要做算法

1.项目拷打为主2.项目中的数据相关，数据是怎么来的3.人工标注数据，具体是怎么做的4.项目中遇到不符合正常流程的情况，有什么处理机制5.讲讲你对思维链的理解6.思维链用在你这个项目里有什么好处7.大模型生成图片的时候，生成的图片不符合描述的输入怎么办？8.AIGC可控性相对较差，你是如何解决这个问题的？9.你做的Agent，详细描述plan模块相关10.你认为plan的难点在哪11.讲讲你对Agent的理解12.你认为要把一件事情做好，Agent应该怎么拆分13.Agent拆分的环节数量，对于最终的交付质量有什么关系14.介绍研究生课题相关15.无手撕