1.PPO 公式，是否可以没有 value model2.交叉熵公式？怎么计算的详细说下3.grpo 是什么，讲一下过程4.ppo 计算和 grpo 有什么不同，知道 gae 吗？5.grpo 有哪些变体？6.讲一下你对代码生成的看法，trae 中项目代码是怎么传进 llm 的知道吗？7.有直接试过 grpo 吗？有什么缺点？8.手撕：给定 n 行，每一行包括左指针、右指针和替换字符串，将指定字符串替换，如何优化？

一面问我后端，微服务数据库redis消息队列，计算机网络操作系统八股。二面问我agent，mcp，智能体框架，langgraph，多智能体协作范式，sse，react，function calling，CoT，few-shot，幻觉，记忆管理，rag流程和优化，工作流。三面问我有没有部署过大模型，微调，强化学习，目前垂直落地领域和常用架构等。

字节抖音风控部门大模型算法二面1.自我介绍2.手撕最长回文子序列3.讲讲pytorch与TensorFlow的区别4.分布式训练一般使用哪些pytorch函数5.讲讲pytorch的fsdp与deepspeed的zero区别6. 展开讲讲nccl的通信原语，例如gather、scatter之类的7.场景题：训练一个模型，一张卡放不下去怎么办，可以使用多张卡。如果使用zero3，既然一张卡存放不下模型训练时候参数，那么模型参数更新的时候是怎么做的，使用什么方式能够让单卡更新模型参数？8.讲讲dpo与kto的区别，ppo与grpo的区别9.介绍下项目10.简单讲讲你的论文11. 反问业务、几面、后续流程之类的

1.实习介绍2.防止 sft 灾难性遗忘你有哪些方法？3.sft 和 rl 区别是什么？数据格式有什么区别？4.Reasoning 推理过程有做什么 rl 吗？有哪些奖励？5.rl 有哪些算法？reward 常见的有哪些任务？6.为什么现在不用 reward model？区别是什么？7.PPO 模块介绍一下，公式说一下？critical model 什么作用？8.DPO 公式介绍一下，和 sft 有什么区别？9.GRPO 少了哪些模块，如何在 GRPO 基础上防止模型波动？10.介绍位置编码，PE、ROPE，现在常用哪些？为什么现在模型上下文只到 128K，如果是你你会做哪些改进？11.高效推理了解过吗？如何做到高效推理？你知道哪些方法？12.Lora 是什么？初始化讲一下？是否能对换？还有哪些变体？13.KL散度作用是什么？推一下公式。如果是确定标签，那会有什么变化？从数学原理解释13.编辑距离，用 n 的空间复杂度，如果我要打印编辑路径，你会怎么改，在哪个地方改？基本全答上来了，手撕也很快，实在不知道为什么挂了

1、自我介绍2、Agent项目是实习项目还是个人项目？有没有上线？3、拷打实习（10min）4、大模型微调，你的训练数据集是如何构建的？数据量有多大？5、在构建数据集的过程中，遇到了哪些挑战？花了多长时间？6、你之前的实习经历偏后端工程，你未来的职业规划更倾向于纯后端开发，还是希望从事与AI/大模型结合的工作？7、详细讲一下Golang中Channel的概念和作用，它是否是并发安全的？8、Channel和传统的锁（Mutex）在实现并发控制时有什么区别？各自的适用场景是什么？9、讲一下GMP模型10、当P的本地队列为空或者不为空时，它会怎么去调度G（协程）？11、Redis支持哪些数据结构12、为什么Redis的速度这么快13、如何实现一个类似淘宝搜索框的实时商品名称模糊搜索功能？14、实时输入联想与输入完成后点击搜索在技术实现上有什么本质区别？15、实时搜索通常使用什么网络协议（如WebSocket）？你了解或有使用过吗？讲一下16、请详细说明微信扫码登录的完整流程和背后发生的原理17、在微服务架构中，服务发现和负载均衡是如何实现的？18、服务注册中心（如Nacos, Consul）是如何工作的？服务实例如何注册和保活（如通过心跳机制）？19、讲一下Agent中的“长短期记忆”20、什么样的信息应该放在长期记忆，什么样的信息放在短期记忆？21、当对话轮数很多，上下文窗口不足时，有哪些处理策略？（如截断、压缩）22、如果要进行记忆压缩，通常有哪些方法？23、了解过Agent的设计范式吗？有哪些？24、你设计的Agent是怎么实现ReAct模式的？详细讲讲25、手撕：实现一个并发任务处理器：给定一个包含100个任务ID的列表，要求控制最大并发数为3，模拟并发调用某个外部接口（如打印ID）26、反问

难度较大，对项目和实习细节挖的极深，八股较少1. 互相介绍2. 实习拷打3. 项目拷打4. 子查询为什么快5. 线上问题修复流程6. 涉及到的linux命令7. linux内存管理（虚拟内存入手到分段分页）8. leetcode 547类似 (原题英文，两种方法)9. 介绍业务10. 反问

1. 你之前实习中，做过的比较大或参与程度较深的项目是什么？2. 这个项目中你觉得最困难的地方在哪里？如何解决的？bytediff、omgea 都可以进行流量录制，从线上录制流量。3. 项目方案最后是怎么确定的？基于哪些考虑排除了其他方案？4. 最终选择该方案的出发点是什么？你认为测试开发工程师的具体工作内容和要求是怎样的？5. 广告推送的混排场景（含重保标、流量倾斜），需要测试哪些内容？6. 重要场景上线除了功能测试，还有其他保障手段吗？7. 灰度流量不符合预期时，会做哪些动作？8. 测试环境中广告弹不出来，如何排查问题？9. APP短信验证码登录场景，需要测试哪些内容？10. 测试阶段收不到短信验证码，从哪些角度排查？请说明用户点击获取验证码到收到短信的技术链路及可能的问题点。11. 网络七层架构是什么？12. TCP和UDP的最大区别是什么？13. HTTP协议属于哪一层？14. HTTP请求中403和504状态码分别代表什么含义？15. 栈和队列的区别是什么？16. 链表的实现原理是怎样的？17. 如何判断一棵树是平衡二叉树？18. 有user表（含ID、name、create_time字段），如何查询最新创建的10个用户的姓名？写 sql 代码19. Linux中查看一个文件前十行的关键字是什么？20. Git的常见命令有哪些？21. Java的常见基础数据类型有哪些？22. Java中常用的工具包有哪些？23. Java的垃圾回收机制是怎样的？24. 线程和进程的区别是什么？25. 高并发服务中，如何保证每个请求都是独立的？ThreadLocal的原理是什么？26. Java中常见的锁有哪些？27. 常见的代码设计模式有哪些？28. 提bug时需要填写哪些内容？29. 开发人员一直犯低级错误，该怎么处理？30. 你认为是bug但开发不认为是bug，如何处理？31. 判断一棵树是否是另一棵树的子树。32. 实现单例模式（含饿汉式、懒汉式，需考虑线程安全）。

1. 自我介绍（3-5分钟）面试官： 你好，先做个自我介绍吧，重点说说你的项目经验和技术栈。参考回答："您好，我是XXX，目前在XXX公司担任C++开发工程师，有X年开发经验。主要负责XXX系统的核心模块开发，这是一个高并发的后端服务，日均处理XXX万请求。我在项目中主要负责性能优化和稳定性保障，将接口响应时间从100ms优化到20ms，系统可用性达到99.9%。技术栈方面熟悉C++11/14/17，STL、Boost，有丰富的多线程编程经验，使用过MySQL、Redis，网络编程用过epoll。最近在学习C++20新特性和分布式系统设计。"2. 介绍一下你最有挑战性的项目...

1. 自我介绍2. 实习经历3. 堆内存划分4. 线程安全的理解5. 锁的种类，特点6. 线程安全的map原理7. rpc连接过程8. 寻址常见元数据9. 微服务健康的检测机制10. 手撕k个一组翻转链表11. 个人情况12. 反问

拷打实习经历怎么理解 ReAct 框架，它的工作原理是啥样的？你用过 ReAct 吗？ReAct 里面关键是什么呢？怎么比别人做的好，核心要在哪个方向重点学习？MCP 和 Function Call 有什么区别？Transformers 你了解吗？你现在的工作没做过微调对吧？你觉得微调的原理是什么？RAG 和微调有什么区别？复杂的 Agent 层（多个 Agent 组成、多模块）怎么去评测？

1. C++中的智能指针有哪些？它们的区别和使用场景是什么？答案：三种智能指针：1. unique_ptr（独占所有权）独占资源，不可复制，只能移动开销最小，性能最好使用场景：明确单一所有者的资源管理 std::unique_ptr<int> p1(new int(10)); std::unique_ptr<int> p2 = std::move(p1); // 转移所有权 2. shared_ptr（共享所有权）引用计数，多个指针共享同一资源最后一个指针销毁时释放资源线程安全（引用计数操作）使用场景：多个对象共享资源 std::shared_ptr<int&gt...

1. RMSNorm与其他正则化区别：BN依赖批量（适配CNN），LN算均值方差（开销大）；RMSNorm跳过均值，开销低、不依赖批量，适配大模型长序列，美团常用其替代LN。2. FlashAttention：优化注意力计算瓶颈，分块计算+梯度重计算，降显存、提速度，保持精度不变，美团大模型长序列处理广泛应用。3. Qwen3亮点：MoE架构优化、多模态升级，融合RMSNorm/FlashAttention，强化中文与本地生活适配，多尺度版本支持端云一体部署。4. Mamba：基于SSM架构，线性复杂度，替代Transformer解决长序列低效问题，兼顾训练效率与推理速度，适配美团调度、长文本任务。5. VERL框架：字节开源，适配大模型RL训练，解耦控制流与计算流，支持分布式训练，兼容多种内存优化方案，适配PPO/DPO算法与美团业务微调。6. LlamaFactory框架：熟练使用，轻量高兼容，支持多类微调方式，内置数据集接口，可对接美团场景，支持分布式训练与量化部署。7. 强化学习算法：PPO（RLHF核心，稳且高效）、DPO（免奖励模型，迭代快）、GRPO（省显存）、SAC（适配连续控制）、RLHF（提升生成质量）

1.介绍另一个项目，还有围绕该项目的深挖比如多个大模型的统一适配是怎么做的？有限状态机的完善过程是什么样的？整个fsm通过几个模块来完成？2.主要考察业务场景问题：1.技术人员如何在模型生成结果中体现内容的创新性？2.想要让新用户在初次使用App时快速被吸引，你设计的模型需要注意哪些点？3.提到的收集时空两方面的数据，如何收集？收集后该如何分析处理？3.八股：1.了解过qwen、llava等大模型吗2.它们各自的核心特征是什么3.它们是怎么进行微调怎么去训练的4.手撕代码：两个升序序列的合并，询问思路和复杂度

一面你对测开这个岗位的理解说说你这个信贷项目的业务和你负责的工作你提到该项目是多端的，你是怎么测试多端的兼容性的（回答了用安卓、ios和鸿蒙测试机进行测试，面试官说你们都是手动的吗？我说这些简单的UI测试基本都是手动的，没有UI自动化），然后我又提到接口测试是用fox平台的你是如何进行接口测试的追问：你提到了fox平台，你是怎么使用它进行接口测试的追问：如何设置入参，除了mock还有什么别的方式追问：fox除了接口测试还有什么高级的功能（回答了测试计划和CI）追问：比如一个接口它有很多状态，你要怎么测试它的所有情况如果你发现了缺陷但开发不承认怎么办？上线前后的工作内容、灰度发布（回答了看gra...

1.介绍项目2.数据集具体信息3.每个项目结构是怎么设计的，为什么这么设计，依据指标是什么4.CLIP框架描述（我做的和clip相关）5.clip的文本编码器和图像编码器都是什么，它们分别如何提取特征6.vit的结构7.经典qkv8.手撕代码：最长无重复子序列。要求先快速讲思路后按照思路撕，应该是防ai

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

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

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