自我介绍1. 虚拟dom和diff算法2. Watch和compute区别3. Vue3和vue2响应式原理区别4. Proxy的缺点（没说出来，乱编的）5. Vue中key的作用6. 查询某变量是不是Date的4种办法7.一些项目问题代码题：在有并发数 max 限制的前提下, 最高效地发送完 urls 里的所有请求, 当所有请求返回后执行 callback, 发请求的函数用 fetch 即可（完全不会）代码：手撕深拷贝（说我写的是简化版怎么实现深拷贝一个函数？（不知道……）代码：计算页面div 的个数（没做出来，但是我说可以用document.getElementsBy算，我实测了确实可以）

📍面试公司：智谱华章🕐面试时间：08.20💻面试岗位：大模型算法实习生❓面试问题：1、自我介绍2、项目3、dpo解决什么问题，正负样本对很相似会带来提升吗？4、grpo reward怎么设计的，出现过训崩的情况吗？5、代码题：给你一个词表，写一个分词。写不来，面试官说换链表反转。6、反问🙌面试感想：面试官挺好的，反问回答的很详细。部门做交付的，我还以为做glm的呢，不过做glm的话也不会约我面试了。

📳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。

15min项目+10min八股+10min手撕+5min反问项目:react和vue的一些知识点八股:1.在输入框里如果边输入边请求怎么限制重复请求2.防抖和节流3.三列布局实现方式，写一个并口述其它方案4.flex:1代表什么意思5.箭头函数6.call/apply/bind7.git常用命令8.git merge手撕:1.三列布局2.作用域闭包分析3.Promise代码输出题反问:1.出结果2.具体业务

minimax面筋 后端开发整体流程：问项目+手撕算法+反问 问答环境半个小时，手撕出了bug调了一会，全程一个小时不到点1.面试官做自我介绍，然后我做自我介绍2.讲一下项目当中的excel批量导入你是怎么做的（答线程池+redis兜底，防阻塞） 追问：redis兜底怎么兜，在这里面起到什么作用，为什么不起线程来兜底，redis定时任务怎么实现的3.说一下submissionthreadlocal的实现原理 追问：submissionthreadlocal是如何在微服务，多机环境下传递线程上下文的（其实这玩意只能单机，面试官估计也是抱着疑问而不是考察的态度在聊） 追问：你为什么用这个东西，直接...

✅一面 ✴️0、手撕： tokenizer，RAG基本流程（可伪代码）✴️项目：1、项目具体解决问题2、每个模块如何实现3、NL2SQL在处理多表查询的时候采取啥策略4、k8s和docker在项目中的作用✴️八股：5、对PPO DPO GRPO计算逻辑的理解6、对KL散度的三种估计的理解7、LoRA和p-tuning v2的区别，怎么初始化8、DeepSeek R1训练全流程，MLA具体怎么做的9、梯度爆炸和消失怎么处理的10、torch中register_parameter和buffer啥区别11、torch如何实现不记录梯度12、torch squeeze和unsqueeze干嘛的13、python设计删除流程的时候，若涉及可变和不可变对象该如何debug14、多机多卡和单机多卡的实现上有什么不同？15、tokenizer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。

# 提问环节Docker的常用指令Redis常用的数据结构MySQL的索引优化，怎么判断一个数据库是否需要优化，有哪些指令？  索引是建得越多越好吗？有哪些索引失效的情况？建立RAG的流程，知识库的建立过程中：怎么分片的、使用到什么模型、保存在哪里。Dify的源码是否看过，是否对其功能有过扩充。Python字典列表如何实现以键为指标进行排序# 反问环节工作内容负责智谱ai的工作流编排工具的后端开发，主要使用python，部分板块使用Golang。建议：1.项目经历要描述得扎实一点，听我的描述感觉是有项目经历，但是又不太能说得出来；2.简历上写的东西至少要过一遍（我就是Redis被问住了，项目有使用过，但是是靠Cursor生成的相关代码，所以很基础的问题都没答出来）；3.不要过于依赖Cursor，自身还是需要具备一定的知识储备去应对项目可能会出现的问题。# 总结项目经历要好好梳理一下， 简历上设计到的技术一定要好好准备。

1. 封装组件的话有用过插槽吗，作用域插槽呢2. 父子之间的传值是怎么传的，父子通信3. provide和inject用过吗，接受什么类型的数据，能接收函数吗（能）4. vue2中父与子生命周期的执行顺序5. 组件中的name和路由的name有什么作用6. 路由传参有params和query，params是怎么传值的（router中的name就是配合params进行路由跳转和获取动态的参数，而query是通过push路径的方式进行传值）7. vue中的keep-alive用过这个组件吗，不是HTTP中的8. 场景：没有在data函数中去定义，我是直接在mounted函数中直接用this.a等于1，然后我把这个a绑定在这个模板上，此时呢有一个按钮是改变这个a的值，把this.a变成等于2，那么这个模板中的a显示的值是1还是29. vue2响应式是怎么处理的10. ref和reactive的区别，分别去解构还会是响应式吗（reactive失去响应式，ref不会）11. watch和watchEffect用到过吗12. html中script标签设置defer和async有什么用13. cookie，localStorage，sessionStorage区别，两个标签页的sessionStorage能共享吗（不能），localStorage呢（能）14. vuex和pinia在两个标签页中能共享吗（不能）15. 二级域名下的cookie在一级域名下能拿到吗（不能），反过来可以，向下兼容16. 盒模型，content-box标准盒模型（它不包含margin，你实测过吗）17. 两栏布局，左边固定，右边自适应怎么实现（flex）18. 水平垂直居中布局19. 外层div设置了transform，内层设z-index=999生效吗20. 行内元素的margin和padding左右方向生效，上下不生效21. map和forEach的区别，可以链式写吗（链式的前提是有返回值，map可以写，因为有返回值）22. git的命令，删除本地的分支（git branch -d ），git pull和git pull --rebase的区别

1.自我介绍2.css实现居中3.BFC，如何清除浮动4.两栏布局5.盒模型还有一些基础css忘了6.vue3对vue2做的优化7.闭包，防抖反正总体下来都是挺简单的，就没啥印象了。总共15分钟不到，以为是kpi就没管timeline 12月18日 15.30一面后续等了一周才oc，但有其它更好的了，就拒了tag 智谱华章，字节

先说结论：30min，但是光我写api就写了15分钟。。。1. 自我介绍+项目介绍（主要技术栈，实现功能）2.前端会吗（为什么我面的python开发都问我前端会不会？）3.python深拷贝和浅拷贝的区别4.写过原生html+css吗（。。。）5.如果一个web页面需要实时显示数据，要怎么做（这个我感觉问得太宽泛了，后面东扯扯西扯扯，感觉答得依托）6.手写一个根据地区得出地区当前时间的 后端api测试样例并解释反问：1.我进公司主要做什么业务答：给大模型写工具api感受：水水水引流：腾讯阿里百度字节米哈游

26届本科，日常实习1.自我介绍一下2.TCP和UDP有什么区别3.讲一讲设计数据库表的思路答了设计数据库，字段，类型，对一些重点数据加索引4.Mysql有哪些锁，讲一讲答了行级锁和共享锁，实在想不起来了，难受5.Redis加锁，有没有设置过期时间，怎么设置的6.两个项目挑一个熟悉的介绍一下，说一说功能，以及实现阿巴阿巴7.项目中说Redisson分布式锁，讲讲怎么用的8.分布式锁和数据库的锁有什么区别9.用户相似性匹配功能，怎么实现的10.有没有别的算法因为我是AI专业的，他让我说说课内学的，喵的我紧张搞忘了，就说了个聚类11.手撕：删除链表的倒数第n个节点11点面完，下午2点hr打电话说过了，面试官人很好，一直在引导，真的很感谢，处女面给我过了。感觉那边挺缺人。

询问项目： 预训练数据清洗流程爬虫数据来源数据挖掘流程继续预训练策略选择评测集是怎么合成的数据配比对模型能力的提升大模型与小模型之间的scaling law图文模型怎么收集数据，怎么制作评测集，怎么数据增强八股问了1F1B的流程，解决了dreampipe什么问题microbatch的意义空泡时间怎么算zero123的区别如果是3D并行zero最多开多少，如果开到2会怎么样他们好像很想要提前实习，从一面到二面一直在提。一天后约HR面。

一、智谱AI GLM对齐组 二面1. 自我介绍2. 昨天晚上面的，很多记不得了3. 主要问了一下实习做便好对齐的一些DPO的细节4. 问了一下RLHF强化学习部分的一些优化5. 问了我做DPO训练的资源和时间消耗（这里有点忘了，结果面试官估算了一下算的非常准确）6. 问了我项目里面做PPO训练的时候的资源消耗（记不得，现场推算了一下）面试官水平很高，对齐方面问的很深入，感觉我半路出家还是不太行，面试官对我也不是很感兴趣，半个小时就结束了今天问HR挂了没，还没有明确结果二、中兴 算法工程师（智算） 三面1. 自我介绍2. 主要拷打实习，问了很多继续预训练的细节，比较在意有没有对基座模型进行修改3. 我三面专家面的画风好像跟我在牛客上看到的不太一样，偏向于聊天面，没有太多参考意义目前状态已经进 综合评估 状态了三、智源研究院 行业大模型 二面1. 自我介绍2. 主要拷打实习的继续预训练、SFT、DPO的所有内容3. 问了一些LLM的传统八股，有一个比较答的差的问题，SFT的loss具体是怎么算的？感觉这个下去还得仔细看看代码，平常基本上就是用框架，没太关注过🥹上面三个面试都没有手撕

昨天三面推到了今天，面试官比较忙。1.自我介绍2.聊了一会蚂蚁的实习，联邦学习安全之类的，说了一下落地难的情况，面试官感觉对这个也是有了解的，以前面试官基本上都是跳过这个 hh。3.聊暑期实习的项目。聊了一会。问我前两面做了题没有，我说没有。1. 写一个 self atten， 只需要写 forward触发八股为什么要除以根号 dk？不能是 dk？或者其他的吗？多头是头越多越好还是越少越好？头越多计算越快还是越少越快？2.最长公共子串反问了

一面/技术面 2024/8/12 晚上19:00-19:40自我介绍介绍了一下腾讯实习数据集如何评测如何根据发现的问题设计解决方案，有哪些例子显卡资源华为910B+MindformersRAG有没有涉及到对底层代码的更改Coding：括号匹配反问二面/技术面 2024/8/16 晚上18:00-18:30介绍腾讯实习简单聊快手实习代码考察：直接屏幕共享展示一些之前写的代码即可三面/技术面 2024/8/20 17:00-18:00自我介绍腾讯实习针对实习问了七八个问题NIPS论文encoder-decoder分离有什么好处代码考察1：合并两个升序链表代码考察2：最长公共子串四面/HR面 202...

这周一腾讯QQ一面秒挂影响了心情，这周的面经都没写面经的话尽量回忆一下联想一面1. 问了一个比较怪的问题，我没有很理解。就是我项目里面有做RLHF，他就问我的RM怎么训练的，回答给SFT模型加一个线性层输出reward值，然后就问我这个过程需要导什么库？答加载模型需要transformers库，然后问我加那个reward头需要什么库？有点懵，不是很懂他想问什么，加头的做法是参照LlamaforSequntialClassification做的2. 然后其他的都是一些常规问题，不太记得了，没有做题腾讯 QQ 一面1. 主要拷打了一下实习和项目2. 然后问我如果在QQ想做什么，回答了可能做QQ短视频、小世界的一些推荐（给自己挖坑，推荐只是速成了一下，不是很熟悉）3. 然后开始问推荐怎么和大模型进行结合？问开放性问题：怎么去给QQ短视频里面的视频做推荐？怎么挖掘这些视频的标签？ 只能说自己挖坑自己受苦4. 手撕出了一个 寻找目标值，之前面试的时候做过，结果这次做的有些小bug，感觉是这个导致了最后挂字节 广告算法 一面重量级来了1. 上来没有问实习，没有问项目直接开始八股轰炸2. transformer相关经典八股，问了有一个问题我觉得值得说一下，就是问我知不知道序列中每一个token的embedding在经过很多层self attention之后会变得相似的问题以及对应的原因？之前没有思考过，当场思考了一下，意思大概是深层网络往往学到的是序列的全局特征，所以会相似，还有就是每一次做self attention相当于在做平滑。这部分确实还得再想想3. 开始机器学习相关，手撕一个二分类的全流程，从输入到embedding到分类网络到sigmoid函数到交叉熵loss（中间的具体模型用一个函数代替即可）4. 手撕上述交叉熵loss的链式求导，就是loss对p求导，p对sigmoid求导（这里需要记住sigmoid的导数等于sigmoid x （1-sigmoid），不然现场推怕是推不了一点）5. 做一个最长公共子序列，算是常规6. 改成子串再做一遍。。。。（这个还是想了好久怎么改DP的条件）只能说不愧是字节，希望二面不要太折磨人😩中兴 算法工程师（智算）一面会议室里面进来了四个人😨，离谱1. 主要还是问实习和项目2. 其中一个面试官感觉像是套方案，疯狂问我实习部分继续预训练的数据大小、数据配比、数据清洗、训练流程、训练参数、学习率，感觉是遇到这种面试官还真得牢记项目的全流程，一些环节忘了就有点尬了智谱AI GLM对齐团队 一面1. 实习、项目拷打2. 因为是对齐团队，所以很care我有没有关注目前前沿的RLHF方法（前沿的关注不了一点，只能说了一些感觉有点早的东西）3. 大概讲了 从优化PPO出发和优化DPO出发的两类对齐方法，优化PPO的比如deepseek的GRPO，优化DPO的比如一堆DPO变体，以及DPO加正则化的方法。中间还让我从强化学习的角度给出优化PPO的方法，我就讲了一下老本行，从PG到REINFORCE到TRPO到PPO，然后表示我也不知道怎么优化PPO，已经是强化学习工业界用的最广泛的了哈哈哈哈哈4. 手撕了一个transformer的decoder block5. 记忆里应该还是问了Deepspeed跟Megatron智源人工智能研究院 行业大模型 一面1.时长半个小时，主要拷打实习经历，我实习做的也是领域大模型。非常巧的是，面试官也在美团同一个部门实习过，甚至认识我老板，希望不要跟我老板对情况，戳穿我吹牛逼的东西快手 推荐大模型 二面1. 记不太清问了些啥了，感觉是实习主要加LLM的一些经典八股（感觉是不超出我目前写过的面经的范围）2. 手撕了一道最小编辑距离，写的时候有一个地方=写成==了，一直检查不出来，给面试官逗笑了京东 NLP 二面1. 主要拷打实习，比较关注数据质量处理，以及模型评估方面，会care具体上线业务没有2. 一些常规的LLM八股，有一个问题值得说一下。问了一个LLM推理的时候，如何从prompt到response？他想问的意思其实是LLM出来的结果不是prompt+response嘛，然后怎么去把response分出来，还说具体的代码里面会有一些额外操作，不是简单的截取然后decode，让我下去仔细看看3. 手撕了一个topk，我直接heapq.nlargest，面试官说也行哈哈哈哈哈中兴 算法工程师（智算）二面1. 这一面感觉是很HR面的感觉，介绍实习的时候也是比较关注数据的来源、处理、采样方面，然后是聊天，各种查户口面试时间硬是拖到一个小时，本来预约的是半个小时。。---------------------------又是忙碌的一周，感觉是腾讯给我秒挂了真的很影响心情，毕竟是最想去的厂了麻花腾！再给我一次👅的机会吧

智谱的面试总是很简短啊，也不写代码，都搞不懂怎么过或者不过的。1.自我介绍2.聊实习内容rag 这块做了什么？你们的场景具体是啥？你的工作里有涉及到训练模型的吗？讲一下（细讲）你有了解过智谱的模型吗？（讲了一下 GLM）你觉得 GLM 第一代的特殊结构有啥优劣？（就是 prefix LM 嘛，其实很多细节忘了，就凭着记忆讲了一下，训练任务关注上下文，mask 有一部分全 1）有了解 lora 吗？讲一下 lora反问（因为时间还没 40 分钟，所以我硬着头皮反问了七八分钟）

面试(总共60min）1、到岗时间、目前校内学习的课程2、为什么选择做测试不做开发3、测试的流程4、提交bug给开发人员但是开发不认为是bug你怎么处理5、根据原型图编写过需求文档之类的吗(简历里有写会画原型图)6、使用什么语言开发(我用的java)7、你的测试是否有人评审过8、针对上下铺进行测试 列举方法(问的很细，这个话题大概缠了12min，包括不限于功能测试、安全测试、性能测试、易用性测试异常情况测试等等，问了很多很多....)9、是否实际操作过接口测试10、对于一个接口，postman的组成有哪些11、是否做过参数化的处理(我说没做过)12、jmeter是否用过参数化(好吧，我承认性能测试这方面我真的很差)13、是否做过fiddler抓包以外的其他接口获取(我只用了这一种)14、对qq登陆界面如何进行测试(这个也很细，大概12min，真的很细很细.....)--------------------------------------------------反问环节:(聊了快20分钟)1、希望实习生具备什么能力① 具备测试的基本知识② 看重沟通能力③ 思维方式2、对我有什么建议或者评价(面试官说开始感觉我很稳，后面有点紧张)2、有幸入职的话一般可以学习哪些方面的东西3、听说测试是一个上限不高的职位，您怎么看待4、聊了一些职业规划的问题(聊到最后很随意了，有什么想问的都问出来了)-------------------------------------------------面试官很专业，会引导你回答问题，没有考虑到的点也会细心补充，整体面试氛围很轻松。这次面试让我感觉反问环节挺重要的，之前其实面试官还是犹豫的态度，但是反问环节聊完之后，我问了问什么时候可以给面试结果，面试官直接拍板说，要是确认能来，现在就可以给。真的很开心了当时!!!这家公司我很喜欢，但每次我期望越大失望越大。所以这次是抱着没啥希望面试的，面试反而很随意自在，确实没想到有意外之喜，反正真的很开心!!!(收到口头offer了，好像下周三之前就会发书offer，期待一下~~)更新:拿到offer啦哈哈哈哈哈哈周三入职😎😎

全程一个小时，搜狐大厦线下面试一男一女两个面试官一起面对着简历一条一条问，对实习工作比较感兴趣没有像网上其他面经说的对chatglm问的很细，问了一些chatglm跟llama的区别，氛围还算比较轻松没有其他八股团队目前人很少，据说不到三人？那不就是两面试官，还在招人当中。计划做一些to国央企的agent应用，卡不多