flash attention解释下gqa解释下怎么才能训练好一个sft过程？sft的loss计算是用什么计算的？lora原理lora参数权重初始化lora的r和缩放参数dpo的lossdpo数据集怎么构造比较好？如果dpo训练过程中，accept回答和reject回答的loss都在升高，怎么办？假如说dpo效果不好，怎么解决？多轮对话一般要怎么训练？rag的流程？检索时，只用关键字匹配会存在问题，怎么具体解决？（没有上下文语义信息）给定一个网页，如何提取其中的关键信息

1.面试官介绍：做Excel agent，deepresearch，AI搜的研究2.自我介绍（卡顿太多了，得再准备一下）3.问小米那边的工作，encoder的预训练，怎样做拼接4.问腾讯IEG这边的工作，deepresearch的deep是如何体现的（介绍了DMA的tool调用，感觉可以再了解一下多少个tool，SFT的流程5.为什么不直接把tool调用的工具输出后放到prompt里给到LLM？（答工具很多，调用响应时间长，判黑的手段也很多；感觉可以再从监控分析agent，写代码agent上面去拓展，tool方便构造）6.训练时候设置的最大轮次是多少，答3轮，试过5轮但是会出现oov和oom的情况7.发icml那篇论文要如何安排，时间如何安排，实验基本做完了吗，会不会影响业务进展8.反问：是不是发论文的work答：是，资源怎么样：比小米腾讯多

题目1：有序矩阵中的第K小元素

项目 1.项目的难点 如何解决2.互斥锁的粒度是什么样的3.这个锁是每次往缓存里写任何数据都需要加锁吗4.比如说读的是多个优惠券的这种信息，可能有不同的人同时请求，他读的是不同优惠券的这个信息然后都被击穿的话，你是共用的是一把锁呢?还是每个优惠券一张锁呢?5.这个锁是怎么实现的6.nginx反向代理去保护后端服务器的原理是什么7.热门商品假如是在8点上架，8点的时候可能会有很多请求打过来，在redis中还没有，那这些请求都会去读数据库，这块应该怎么优化?8.假设redis判断用户购买资格成功，但是在扣钱的时候失败了应该怎么办9.有没有测过秒杀券一秒能够支持多少个请求，最大?10.测出来的2000是因为jmeter自己有性能瓶颈呢?还是说其他原因导致的性能瓶颈?11.假设我们想把qps提到10w，应该在哪些方面做什么样的改造?多个数据库怎么配置呢?写操作主要依靠主节点，加多个从节点对写操作意义不大，这块还能做什么优化?八股1.类的成员变量，方法的静态变量，这三种变量在多线程条件下哪个是线程安全的，哪类的静态变量，哪个是不安全的算法1.二叉树的平均高度:每一条路径的高度是根节点到叶子节点的长度2.一个不重复的升序数组，左移k次，给你左移后的数组，问左移了几次?如果数组中有重复的元素呢?

同样礼貌问下刷到这个帖子的有面过小米的友友，一般一面多久后会有消息啊。感觉面试官很和蔼，自我感觉回答的不错，就是最后问说一周能来几天，啥时候到岗的时候，实话实说，现在要到岗🉐找导师协商，导师是暂时同意了下学期出去实习。下学期去实习能有5天到岗时间。一面面经回忆版如下:自我介绍？介绍项目，后面问项目里的细节比较多。问题相对偏硬件一些，像是，储能电容怎么支撑拍照这样高耗能的应用的？怎么检测储能电容电压的？(adc和低功耗比较器)提到了adc，你用的adc是几位的？(10bit片内adc)adc数值如何换算成具体电压值？如果现在有一个大电压需要测量，比adc测量范围大，你会怎么做？(分压再加电压跟随器)你自己写的ui框架和市面流行的框架，如lvgl有什么不同？为什么要自己写一个框架？自己画的电路板有什么防短接的保护吗？如果有多个负载在一个电源上，希望防短接保护的时候不拉低电压(不影响其他负载)你会怎么做？说下pwm中的周期，占空比和脉宽的概念？最后是一个硬件电路图(达林顿管)要我分析，然后应该还有手撕代码题的，不过面试官说看我github项目经历，觉得我软件没啥问题，就不给软件代码题手撕了。反问环节:一般的工作内容和工作状态？讲得很细，是测试开发岗，我理解下来就是给内部其他部分交付做测试的，开发是为了测试开发。后面还有几轮面试。最后就是最上面他问了我一下到岗时间的事情了。

本人BG是双九，信通专业，研究生做的深度学习目标检测这一块儿，无实习，有一篇国内小水论文，其他的嘛。。拿过一个华为杯数模的国二、本科国家奖学金。起初是怀揣着满腔热血准备大战一场金九银十，八九月一股脑往感兴趣企业的算法岗海投了一波简历，多多少少得有个四十家了，这些企业里有很多搞自驾算法的车企、还有很多互联网大厂、以及各行各业比较出名的私企。起初以为面试会排不开需要自己去抉择，没想到从简历筛选和笔试上就败了百分之六七十，仅剩的进入一面的也基本都挂了，印象比较深刻的几家或者相对有一些进度的依次记录在下面了：【迈瑞医疗-图像算法工程师】九月初投递的RDO3，投完马上就做了测评。无笔试，三四天就通知一面了。9.11 一面 30min（1）介绍项目，其中的技术难题与解决方法（自己引导介绍的方向）（2）聊天、意向城市、能否接受加班（迈瑞的加班强度比较大，周一到周五晚上到八九点，周六加班大半天）（3）反问：武汉与深圳的业务区别（武汉的图像只做一个方向血球质谱啥的不太懂，深圳是三个内容方向）一面总结：无手撕无八股，非常轻松愉快的一次面试9.12短信通知下周二面9.15 二面 30min（1）介绍项目，单独拷打了其中一个项目（具体每个环节的工作、遇到的技术问题与解决方案）（2）项目几个人参与、怎么与甲方沟通的、验收指标甲方评价如何（3）面了15分钟以后面试官开始介绍了武汉这边的业务（4）反问+聊天，你是哪里人、为什么想来武汉等等。。。·深圳和武汉两边的业务区别（面试官说武汉这边希望与深圳的业务不做交集，往新的方向发展，好像是血球、体外诊断、血液分析相关）·还问了入职之前可以提前学习什么内容（入职后有1对1导师，不用担心没经验，涉及到医疗知识，可以入职后再学）·薪资（确定14薪）二面总结：又是一场比一面还要舒服的面试，感觉到面试官浓浓的热情，太得劲了二面无后续，已挂【TP-LINK普联-图像算法工程师】九月初投递，无笔试。9.12 一面 20min自我介绍问问项目（技术问题是怎么解决的）很快就完事了，也没反问环节，不知道是挂还是本来就水，等后续吧9.15通知二面9.16 二面 30min自我介绍拷打项目（主要就是按照简历去逐条提问）（感觉问的不是特别深，反而问的比较广）会用什么语言（说的python）紧接着就问了python深拷贝浅拷贝的区别（我没准备八股，所以没答出来哈哈哈）然后面试官看我没回答好，直接就结束了还以为这就是给我挂了，没想到9.22通知第二天三面9.23 三面 30min自我介绍项目介绍（介绍项目遇到的最大挑战、技术难题、解决方法）聊天环节（家是哪里的，为什么选择深圳，生活中的兴趣爱好，吉他是自学的吗什么水平呢）反问环节：介绍一下部门业务？应用安防、家居等上面的目标检测、分割、视频解译等入职培训？导师培养+前两个月会有专门的业务培训+培训课题等技术调研？利用团队已有的经验积累进行复用，或广泛调研论文、开源资源等三面的面试官乐乐呵呵的，整体感觉很友善，很舒适吧10.13 座谈会，主要是HR介绍公司待遇和答疑，听完以后综合考虑薪酬、待遇、风评，主动放弃了【小米-算法工程师】九月初投递，有笔试，3道编程题，难度可以接受一面：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（对于没特意准备过的人来说，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。总体上感觉小米技术面压力非常大、难度非常高，面试之前不充分准备一下肯定是不行的了【顺丰科技-VLM大模型算法工程师】九月初投递，有笔试，3道编程题，难度相对其他企业容易一些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，总结下来个人感觉面试官从一开始就对我的简历不是很感兴趣，因为我主要是做大模型的下游任务，与他们研发大模型的需求不太对口，所以面试官就糊弄一下了过几天以后挂了【海康威视-AI算法工程师】9.25 一面 30min（1）论文的研究内容和创新点，具体讲讲是怎么实现的，怎么不发顶会（2）介绍大模型项目的研究内容，ViT的原理（3）介绍目标检测领域（我的课题方向）的研究进展，有没有关注CV领域的进展（4）最近有关注大模型最新的研究进展吗，介绍一下，有没有关注过生成式、Agent等等相关的（因为我的方向不是大模型的，只是之前接触过大模型的一个项目，所以这些都没咋了解过，不过这些应该是部门目前跟进的一些技术）（5）为什么选择成都，你会来这里长期定居吗，有收到offer吗等等（6）手撕代码（一道回溯简单题），整场面试必须限时在30分钟内，所以留给我手撕就几分钟，面试官看我读完题就直接让我说思路，然后还剩下一两分钟让我快速写一下代码，写一半就提前叫停了，感觉没咋撕好（7）反问业务（视频图像去噪处理、语言图文多模态大模型等等，感觉和图像智能解译和下游任务没啥关系）出现和顺丰的面试一样的情况，面试官似乎只对大模型感兴趣，尤其是CV领域的，但我接触的极其有限，回答的比较模糊，过几天以后挂了【荣耀-AI算法工程师】10.10技术一面，25min基本就是自我介绍，项目介绍，遇到的难点与解决因为后面在聊天的过程中面试官说他是做搜广推的，所以不了解我做的视觉相关的项目，也就没深入提问，同时也没有八股和手撕。总之非常轻松的一场面试，如果方向是NLP的话可能问的会更细节一些吧。反问环节也是请面试官介绍了一下他们部门的业务方向，很快就结束了，等后续了！10.14综合二面，20min介绍项目、聊天、反问等，比较简单一直没后续，肯定是结束了【失败总结】个人认为这次秋招之所以这样大失败，可能是这几个因素导致的：①近几年算法岗越来越卷+毕业生越来越多+我投递很多是难进的大企业，这些多重debuff，没有极其出色的成绩则毫无竞争力 ②近些年大模型火了起来，很多算法岗只关心有没有大模型相关经历 ③无实习、无论文，没有出色的成绩，只有一张看似优秀的学历，实则只是过了门槛虽然后面自己也意识到秋招即将结束的危机性，投了一些相对好进的央国企，可惜，有些是投的太晚了没后续，有些是了解到薪资后实在是不想去。这场秋招除了TP和最后去的华子，可以说是0offer了，唉，工作是真的不好找啊！！！【华为-半导体业务部-通用软件开发工程师】（已签约）最早投的是华子，最晚开的也是华子，属于是贯穿整个秋招，有头有尾了哈哈，下面是汇总了一下我的整个时间线：8.6 正式在官网投递了简历，开始进入华子的招聘流程9.13 官网截止投递简历，这时候应该也是我的简历筛选通过了。同时还收到了一个好消息，因为华为杯数模国二以上可以免笔试，所以9.17的笔试直接跳过了9.16 综合测评9.22 面试通知邮件9.24 线下面试，2轮技术+1轮综合。提前准备准备就没问题，面经我是看的牛客和小红书上的很有用。技术面：①自我介绍②项目介绍与提问，20min③手撕代码+复盘，20min，我的题是字符串解码(**394)+岛屿数量(**200)④反问每轮基本30~40分钟左右，我没被问到理论八股，所以总体来说我感觉难度不大，建议重点准备一下**Top100主管综合面：①自我介绍②项目介绍③综合提问，比如在项目中如何处理压力、实验失败、团队合作等等；为什么选择这里等；对华为价值观的理解等④反问基本20分钟左右，建议重点准备一下华为核心价值观9.25 在官网查询到面试通过了10.31 对接人保温11.18 对接人保温11.28 报批通过、oc(定岗、薪资、意向确认)11.29 意向确认邮件11.30 小奖状12.16 线下签三方，结束秋招总结：话不多说了，4个月的信任与坚持，感谢华子收留，摇身一变华孝子

1. 项目介绍2. 实习的难点和亮点。3. 如果让你来介绍一下，你实习期间做的这个事情的一些收益，你觉得你能用什么样的量化指标来描述。4. 实习拷打5. （黑马点评）我看做得蛮复杂的，就是你这里面做了很多的cache。我能问一下，为什么设计的这么复杂？6. 消息队列是用来做什么的？7. 数据库和缓存的同步情况你怎么实现的？8. 按照你的这个项目里面，如果想做延迟双删的话，应该先删什么再删什么？9. 你有测过，就是当你把这一套部署起来的话，你能同时进多少并发，然后你现在处理的速度是啥样的？这个有测过吗？（菜鸟之后又问了QPS）10. 你觉得这个就是 1, 000 到 2, 000 他的卡点是什么？他为什么不能到1万到2万？就是你觉得你刚才的那个整个链路里哪块是个瓶颈？11. 你了解你的数据库和你的 Redis 的话，大概能处理多少的请求并发？两个的量级了解吗？12. 手撕：162. 寻找峰值

已释放offer1. 自我介绍2. 鸿蒙UI和安卓UI的区别3. 安卓view的绘制流程4. 有用过自定义view或者解决过自定义view的一些问题吗5. handler原理6. handler的使用场景，使用过的例子7. kotlin协程怎么使用8. 线上出问题怎么快速定位和解决9. 场景：一个崩溃问题，只在部分机型出现，定位到是页面RecyclerView的问题，已知网络请求没问题，定位到是后台返回json的图片url字段渲染时出现问题，怎么排查10. 项目中怎么收集Crash日志的11. 平时怎么使用ai的12. 日常使用哪些大模型13. 编码上哪个模型体验更好14. 场景：两台安卓手机，手机A没有摄像头，手机B有摄像头，作为开发者，怎么开发实现在手机A上运行一个软件，高效甚至无延迟如原生般调用B的摄像头进行使用和操作15. 秋招还投递了其他的吗16. 腾讯转正了为什么还参加秋招17. 日常爱好闲聊式面试，穿插一些聊天提问

突然收到武汉base的面试面试官看起来不太年轻，问的很简单（我发现大部分年龄大一点的面试官问的都比较简单）面向对象特性重载和重写身份校验怎么做的线程池死锁mysql隔离级别mysql有哪些锁还有些比较简单手撕：1.二叉树的高。2.最长连续序列鼠鼠菜的一批，算法第二道忘了怎么做，只能暴力后续约了二面，希望少被拷打，鼠鼠秋招基本落魄收场了，就当多学习了

题目1：合并K个升序链表

一面完隔天二面加hr面，已oc整理了下一面面经：1. 自我介绍2. 项目介绍3. MVVM的核心思想4. LiveData与普通的观察者模式有什么区别5. 处于后台时多次更新LiveData的value会触发onChange回调吗6. 如果想在处于后台时每次更新value都触发更新怎么做7. LiveData如何与多个ViewModel共享数据8. LeakCanary检测内存泄漏的原理9. LeakCanary是如何实现应用启动后自动初始化的10. 垃圾回收机制，引用计数和可达性分析有什么区别11. java使用哪种垃圾回收机制12. 安卓开发常见的内存泄漏场景13. Activity四种启动模式和使用场景14. 安卓Service和线程有什么区别15. 两种Service有什么区别16. 线程池七大参数17. 手撕：二叉树的中序遍历18. 手撕：双重校验锁单例19. kotlin使用过哪些单例

1.项目介绍2.几篇论文详细介绍3.科研方向是什么4.实验结果是如何比较的，评价指标是什么5.技术栈6.C++的OOP，详细说特性7.静态多态和动态多态8.虚基类，虚继承9.STL常用容器10.多进程多线程遇到过什么问题11.多进程资源共享拿不到最新值，如何解决12.锁机制13.C++中其他方法/操作实现虚读14.git的常用指令15.特别问了一下--amend16.实习拷打手撕代码，链表反转，复杂度分析

八股盛宴，50分钟  

1.项目经历介绍2.说下项目开发过程中遇到挑战性的问题是什么？你是怎么解决的？3.刚才听你说到并发编程框架，有用过其他并发框架啊？有了解CompletableFuture吗？说下它的使用场景和底层原理实现吧4.项目开发过程中是否有分布式事务的场景?你是怎么解决的？为什么选用这个方案？有了解其他方案吗？有了解消息表实现方案吗？5.消息队列如何保证消费不丢失？如何保证同一个订单的不同消息顺序消费？6.你负责的项目数据是什么量级？针对每天100万的新增数据和总数据量近一亿的数据表如何设计？分库分表后分片键如何选择？涉及到其他的条件需批量查询怎么办？7.分库分表后旧数据怎么迁移的？你还了解其他方案吗？8.数据库大表新增字段变更有什么风险？你了解哪些比较安全的变更方案？这些方案有什么有缺点9.项目开发过程中Redis是否有遇到超大key？你是怎么解决这类问题的？10.项目开发过程是否有遇到Redis访问变慢了？从哪些方面去排查问题？如何解决这些问题？11.设计一个日活千万的点赞排行榜，说下你的思路

从8月中旬开始投递到11月中旬：字节跳动投递岗位：后端开发（成都/杭州）进度：已一面 → 二面挂面试总结：一面聚焦腾讯云实习中的日志系统优化、RBAC权限模型、分页查询与索引设计，手撕链表K反转；二面深入系统架构扩展性、代码品位、稳定性设计，手撕LIS未完成。整体偏工程+大模型背景考察，建议加强算法和大模型知识体系。哔哩哔哩（B站）投递岗位：Java后端 / 大数据后端进度：进入二面 → 二面挂面试总结：一面侧重实习细节、线程池、MySQL优化、缓存一致性，手撕N叉树深度未AC；二面要求画系统流程图并解释设计意图，考察能否讲清业务价值，另手撕责任链模式失败。面试官强调“产品价值”和“实习真实性”，对校招生技术细节追问较深。小米投递岗位：Java / AI平台服务端进度：一面 → 一面挂面试总结：一面以基础为主，涵盖集合、HashMap线程安全、CAS、线程池、TCP/UDP等，手撕括号匹配与三数之和；但对JDK新特性、NIO、RPC、Linux缓存等进阶内容不熟悉导致短板暴露。业务偏ToB底层，对工程基础要求扎实。OPPO投递岗位：Java / 运维进度：初筛 → 初筛挂京东投递岗位：后端开发进度：初筛 → 笔试中(无后续)百度投递岗位：测试开发进度：初筛 → 笔试中（无后续）拼多多投递岗位：服务端研发进度：初筛 → 笔试中（无后续）海康威视投递岗位：C++开发、云计算开发进度：初筛 → 笔试中（无后续）CVTE投递岗位：C++进度：一面 → 一面挂腾讯 & 腾讯音乐投递岗位：测试开发 / 客户端开发进度：均止步于初筛阿里系（阿里国际、平头哥、淘天、钉钉、菜鸟）投递岗位：Java研发 / 测开 / 后端等进度：全部初筛挂蚂蚁集团投递岗位：Java研发进度：初筛挂再加上其余小厂总共投递近150家，拿到0个offer，这就是26届秋招的强度吗最后幸好有云智转正带我撤离，双非不奢望大厂了，校园求职到这里就画上句号了，祝大家早日上岸

1.自我介绍＆项目深挖2.针对 RAG 项目3.使用的 Embedding 模型结构是什么？输出向量维度是多少？4. Transformer 更新哪些参数？5.如何缓解大模型的幻觉问题？6.请描述 Transformer 的基本结构，并解释自注意力机制。7.输入向量的维度是多少？8.LayerNorm 是对哪个维度做归一化？9.你了解哪些微调方式？10.如何优化大模型的训练和推理效率？11.Prompt Tuning 和 P - Tuning 的区别是什么？12.如何让大模型处理更长的文本？13.代码能力考察:请手写反转链表。📳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) 实习项目1.整个面试主要还是围绕实习项目展开，项目细节都有被问到。2.然后是组内推荐的完整链路3.召回：有哪些路？有没有做用户分层？4.粗排：有没有做物料保量？多样性、类别不平衡怎么处理？5.精排：用了什么模型？PPNet 的域有哪些？用什么规则来分域？(2) 八股1.MMoE / PPNet 建模方式、跷跷板现象怎么解决、哪些模型能解、为什么能解决；2.ESMM 的原理、它解决了什么问题、样本选择偏差为什么会出现；ESCM2建模方式3.DCN 以及 DCNv2 的改进点；4.DIN 有没有实际用过。(3) 手撕1.Self-Attention；2.SQL：给员工表（id, name, salary, 部门 id）和部门表（id, name），找出每个部门3.薪资最高的员工；如果不是最高，而是要求输出前两个最高的呢？

1.自我介绍＆项目深挖2.针对 RAG 项目3.使用的 Embedding 模型结构是什么？输出向量维度是多少？4. Transformer 更新哪些参数？5.如何缓解大模型的幻觉问题？6.请描述 Transformer 的基本结构，并解释自注意力机制。7.输入向量的维度是多少？8.LayerNorm 是对哪个维度做归一化？9.你了解哪些微调方式？10.如何优化大模型的训练和推理效率？11.Prompt Tuning 和 P - Tuning 的区别是什么？12.如何让大模型处理更长的文本？13.代码能力考察:请手写反转链表。📳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.物理内存和数据内存讲一下有什么区别？2.大模型调参数讲一下？3.根据面向对象的多态思想讲一下你面前的桌子。4.关于adb命令的，怎么问忘记了。5.说一下你的实习经历吧，都做了什么？6.为什么想转测试？7.反问面试大概30分钟，没有手撕。面试官上午在boss上打招呼，下午投完简历过了5分钟打电话问我四点有没有时间可以约面，挺着急的。感觉我答的不好，不知道为啥过了