1.介绍项目2.抽象类和接口3.Error和exception，常见的checked exception4.重载和重写重写：方法名、参数列表必须相同，子类方法返回值类型应比父类方法返回值类型更小或相等，抛出的异常范围小于等于父类，访问修饰符范围大于等于父类。5.Zookeeper一致性，脑裂6.分布式算法7.ArrayList和LinkedList8.Hashmap add过程，线程安全吗，concurrentHashmap9.CAS10.Java怎么写多线程11.线程池核心参数12.常用的阻塞队列13.垃圾回收算法，垃圾回收器14.Synchronized，Lock15.读写锁应用场景16.Mysql有哪些索引17.B树，b+树18.怎么解决幻读19.Spring boot starter原理20.有哪些注入方式21.工作想做什么方向的

1.自我介绍2.手写 fm 公式3.解释 Ir 为什么不能自动特征交叉4.一个曝光用户从来没有交互信息，怎么过双塔5.写出 moe 的损失函数6.什么样子算自动特征交叉7.写出 Ir 的公式8.代码：二叉树中序遍历📳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。

最想重开的是今年7月份的阿里飞猪的二面，当时觉得自己做了电商项目天下最强打败天下无敌手，结果被从中间件拷打到场景题，订单防重、库存扣减，流量削峰，服务熔断，方案123，如果怎么样，随后怎么样，最后怎么样，总结一下，问麻了，汗流浃背后做手撕leetcode mid题，没做出来，脑子一片空白，简直快晕倒

1. Encoder与Decoder中注意力机制存在哪些差异？2. 注意力机制的计算流程是怎样的，为何在计算时要除以根号下Dk，掩码注意力机制又是怎样达成的？3. 阐述GQA、MQA、MLA的原理分别是什么。4. 位置编码的必要性体现在哪里，为何选用sin_cos函数进行位置编码？5. 询问之前实习中Agent的设计思路，以及所提创新方法的实现方式。6. 提及使用DeepSpeed开展SFT训练，请说明DeepSpeed ZeRO Stage 1 - 3的不同之处，以及何种情况下使用FSDP更为合适。7. 询问Agent工具的设计情况，是否采用workflow形式。8. 了解哪些Agent开发框架，像langchain和LlamaIndex，它们的核心应用场景有何区别？9. 针对数据输入输出格式，为保证大模型输出稳定json格式，采取了哪些措施？10. 若Agent推理API需要低延迟响应，会从哪些方面开展系统级优化工作？11. 代码考察：给出LeetCode第34题，在排序数组中查找元素的第一个和最后一个位置

题目1：两数相加

1.实习介绍2.实习经历中有哪些亮点。3.个人项目有哪些技术难点。4.秒杀系统的流量承接怎么做的。5.如何解决超卖问题（多种实现）。6.系统如何防刷的。7.GC如何设计的。（内存结构到回收算法）8.mysql 行锁的加锁过程。9.TCP可靠性，滑动窗口解决了哪些问题。10.AI方面关注过哪些技术点。11.简单聊聊LangChain和LangGraph。无手撕反问

1. 实习介绍2. 实习收获概述- 你提到在快手和字节的收获比较大，请分别讲一下你在这两段实习中做了什么，以及收获了什么？3. 字节项目 - 架构与技术细节- 字节项目的技术架构是怎样的？- 新架构和老架构有什么不同？是如何演进和迁移的？- [追问] 老架构为什么会存在“每次都需要代码开发”的问题？（探究其历史成因）- [追问] 新架构是如何做到“可配置化”的（探究其核心实现原理）- 在这个项目中，你具体做了哪些工作（明确个人贡献）- [追问] （针对你说的接入大模型）你是如何实现的？（考察具体实现方案，如抽象、路由等）4. 字节项目 - 业务流程理解- 你了解的“海外内容安全审核中台”，整个审核流程是怎样的？- 这个审核中台在业务链路中起到了什么作用？- 对于高时效性的审核需求（如“立马审核”），系统是如何实现的？5. Java中有哪些并发控制的方式？（要求比较全 synchronized reentrantlock readwritelock 无锁的原子类 基于aqs的juc工具）6.synchronized 和 ReentrantLock 的区别是什么 ？7. Java中的异常处理机制是怎样的？8. 些异常之间的类继承关系是怎样的？9. 你了解Java中的对象引用吗？（如：强、软、弱、虚引用）10. 这些不同类型的引用在GC（垃圾回收）时有什么区别？11. MySQL的数据隔离级别有几种？它们之间有什么区别？12. 在实际业务中，一般会使用哪个隔离级别？13. 每个隔离级别分别会存在什么问题？14. 在Spring中，与事务相关的配置通常是什么？15. @Transactional注解中，通常会设置哪些属性？16. 事务的传播机制有哪些？你常用的有哪几种？17. 你了解Spring Bean的加载过程吗？18. Spring是如何解决循环依赖问题的？19. 算法:找出一串字符串中所有的回文子串

题目1：最长恰好k种不同字符的子串长度

1. Encoder与Decoder中注意力机制存在哪些差异？2. 注意力机制的计算流程是怎样的，为何在计算时要除以根号下Dk，掩码注意力机制又是怎样达成的？3. 阐述GQA、MQA、MLA的原理分别是什么。4. 位置编码的必要性体现在哪里，为何选用sin_cos函数进行位置编码？5. 询问之前实习中Agent的设计思路，以及所提创新方法的实现方式。6. 提及使用DeepSpeed开展SFT训练，请说明DeepSpeed ZeRO Stage 1 - 3的不同之处，以及何种情况下使用FSDP更为合适。7. 询问Agent工具的设计情况，是否采用workflow形式。8. 了解哪些Agent开发框架，像langchain和LlamaIndex，它们的核心应用场景有何区别？9. 针对数据输入输出格式，为保证大模型输出稳定json格式，采取了哪些措施？10. 若Agent推理API需要低延迟响应，会从哪些方面开展系统级优化工作？11. 代码考察：给出LeetCode第34题，在排序数组中查找元素的第一个和最后一个位置

1.项目介绍2.Qwen- VL 的训练流程是怎样的3.讲一下大模型的训练流程，多模态大模型的视觉特征传递给 LLM 都有哪些方法4.ViT 一般怎么预训练5.多模态 RAG 介绍一下6.对于不同形状的图片或视频，位置编码怎么设计7.在 ResNet 或者 Transformer 中，残差连接的作用是什么，展开讲讲8.开放题：大模型在训练和推理的时候显存不够，有哪些优化方法9.代码：215．数组中的第 K 个最大元素

1.实习介绍2.前面两家公司的数仓的设计有哪些不同?如果再让你重构，你会做出哪些优化。3.工作中遇到过哪些难点?比如性能问题。4.如何与业务部门保持良好的合作关系，怎么配合下游输出价值。5.工作内容有哪些?分别占比是多少?6.为什么都是累计快照表?产出的压力怎么解决?7.dwd和dws分别怎么设计?选择什么粒度的dws来建模。8.怎么衡量数仓的好坏?结合案例来说。9.笔试题:正则表达式，获取字符串中的数字10.笔试题:mapreduce的过程11.笔试题:销量Top3的商品及其金额12.笔试题:基于dwd表设计公共模型，满足应用层取数

题目1：用torch编写Transformer基础自注意力计算函数

自我介绍实习略跳表和压缩列表的区别跳表插入一个元素是怎么插入的上层链表跟底层链表是一样的吗链表节点的数据结构有哪些内容如果让你自己实现一个线程池，你会用到哪些技术来实现这个线程之间的同步让你自己实现一个线程池，说说他的底层结构、工作原理更微观一点，任务来了之后，你怎么选出哪个线程去执行这个任务线程跟进程有什么区别协程是什么你觉得为什么协程栈比线程栈要小redis做缓存会有什么问题什么是缓存雪崩mysql事务有用到过吗mysql事务是怎么保证一致性的幻读是什么怎么解决索引底层结构是什么为什么要用b+树分布式ID可以怎么做平时开发在windows还是linux前后端是用tcp形式互联，假设有一天断...

项目 1.这里为什么使用GRPO而不使用DPO，说说两者区别，损失函数是什么?2.介绍你的奖励函数是如何设计的3.一致性奖励函数这里的logprobs的作用是什么?如何评估语义一致性4.这里的聚类方法是什么?为什么不使用kmeans或者层次聚类5.说说生成熵和KL散度6.这里如何使用熵调整奖励八股1.多头注意力机制，为什么要多头2.讲讲lora3.lora初始化如何做?为何是这样做手撕:最小路径和

1.项目介绍2.八股：Attention为什么要做scaled，不做会怎么样，为什么用根号 dk3.八股：说一下Decoder的因果注意力， QKV分别来自哪4.八股：LoRA 初始化怎么做的，用的秩是多少，为什么不选其他的数5.项目：agent调用工具不正确怎么办，采用sft或者强化学习怎么来解决6.项目：微调过大模型吗？讲一讲7.项目：PPO算法为什么有reward model 又有critic model8.项目：在使用 GRPO 提升大模型的Function Calling 能力时，除了结果奖励（outcome reward），还可以如何设计过程奖励（process reward）？9.场景设计：为智能客服设计多轮对话系统10.代码题：lc102 二叉树的层序遍历

1.实习介绍2.八股：LayerNorm和BatchNorm在训练时梯度计算有何本质区别？3.八股：推导MoE架构的负载均衡损失函数，如何避免专家坍缩4.八股：多模态融合中 对比学习损失和重构损失如何加权？5.八股：解释KV Cache的内存瓶颈 推导多头注意力计算复杂度6.项目：微调Qwen时发现验证集loss震荡的可能原因7.项目：多工具调用中如何用DAG实现并行调度优化8.项目：长文本推理的压缩方案 对比Sliding Window和NTK9.项目：模型量化时遇到激活值异常溢出如何调试10.项目：自主构建的评估体系里如何分离知识幻觉与推理幻觉11.代码题：lc39 组合总和

挺偏向于聊天的一场面试岗位：自动化测试工程师Q1：自我介绍？简单讲讲Q2：大致介绍一下自己负责项目的具体工作流程？介绍了目前在公司里一个项目测试的流程，这里就不细说了，每个人不一样，结合实际讲述即可，我是讲了目前外包公司的流程，一年多了也很熟悉。Q3：项目中遇到的难点和成就感的点？把所有简历上的项目都提了一下，主要是讲我现在负责主导的项目，维护的项目提了一嘴，围绕的难点把两个项目之间对比了一下，表示一个是对接上的问题，还有一个是项目体量大小所带来的挑战；成就感有表示过成功复现很难复现的bug是我的成就感，也是解脱感。Q4：自动化接触的多不多简单介绍一下？我表示了接触过的是Linux系统测试比较多，Python也有写过一些轻量型的，不过是借助公司的ai一起写然后review一下。Q5：一道编程题目？字符串主串中找目标子串的首个出现下标？我说了暴力解法，两个指针分别指向主串和子串遍历对比，找到则返回没找到则返回负一。但由于一年多都是在功能测试，所以没有怎么写过代码，最后时间也到了，就没写完。很简单的题目，需要回去反思了。A6：反问？我问了具体岗位所在的部门结构人员数量，以及对接的是否是自研项目相关的问题，面试官很耐心给我解答。结果还没出，估计是凉了。

1.  注意力机制：请简述 MHA、MQA 和 GQA 三种注意力机制的核心区别。2.  模型架构：Dense 模型与 MoE 模型有何本质区别？3.  路由机制：MoE 模型中，路由（Routing）机制具体是如何工作的？4.  LoRA 微调：请阐述 LoRA 的原理，以及其中 A、B 矩阵的初始化方式和秩（Rank）的设置考量。5.  强化学习：请对比 DPO、PPO 和 GRPO 的原理与区别，并写出 DPO 的 Loss 函数公式。6.  推理加速：vLLM 中使用了哪些关键技术（如 PagedAttention、KV Cache）来优化推理？7.  并行框架：你对 DeepSpeed 这一加速推理与训练框架有多少了解？8.  BM25 算法：请讲解 BM25 算法的计算原理。9.  负载均衡：MoE 模型中专家（Expert）的负载不均衡问题该如何解决？10.  损失函数：能否通过修改损失函数的方式来缓解 MoE 的负载均衡问题？11.  数据分布：SFT 微调数据与预训练数据分布差异较大时，该如何处理？12. Scaling Law：SFT 微调的数据集是越大越好吗？是否存在 Scaling Law 现象？13. 训练稳定性：强化学习（RL）为何存在训练不稳定的问题？既然不稳定为何业界仍广泛使用？14. 三数之和：LeetCode 15. 三数之和。📳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.面试官自我介绍 讨论对dataset、benchmark数据对AI/agent发展的影响2.ppt个人介绍 项目论文 介绍3.打断ppt 拷打对agent、评测的理解 拷打现有agent测评有哪些不足4.继续介绍论文 1h到打断 讲实习的规划