发一下问题给大家参考，有面试过同岗的朋友欢迎评论区交流1.大模型从头到尾的训练过程2.grpo算法优势在哪里 相较于ppo3.为什么去掉valuemodel了解他的损失函数么4.GAE是在做什么 grpo最大的改进是什么5.agent的定义是什么6.rag项目中你的例子库是用什么办法匹配的7.算法题:手撕 MHA8.算法题:一道改编的动态规划9.算法题:求一个n分解成k个数字的和如何使得这k个数字的乘积最大

1.评价自己的优势和不足2.同步和阻塞3.负载均衡4.malloc和new5.rag项目介绍6.agent项目介绍7.思维题:凸n变形 边长为2顶点处画半径为1的圆问画的圆在外部的面积-内部面积的最大值8.要写出数学证明9.代码题 买卖股票的最佳时机2

整体面试还是不错的，但是没后续了，我真没招了。。。1.lora和sft适用的任务2.rag中例子库是怎么构建的 有什么问题如何构建动态的例子库3.rag检索不到问题如何定位问题4.rag用户提问和向量库中的语义发生不匹配怎么办5.ragas如何评估 数据集如何构造的6.排序模型为什么选bge 排序的原理是什么7.为什么要做lora 不用 sft8.为什么用三路召回9.如何评估rag 线上怎么评估10.agent项目难点是什么11.如何构建多表查询 怎么能取到各表的关系12.为什么要做映射表 怎么做的13.react框架14.如何评估 agent

发点面经攒攒人品1.项目拷打2.PPT解析优化还有什么优化3.agent调用工具不正确怎么办4.采用 sft或者强化学习怎么来解决5.ppo算法为什么有reward model 又有critic model6.function cal能力提升采用grpo的话奖励函数怎么设计?除了结果奖励和可以怎么设计过程奖励7.agent的记忆力机制，记忆力该怎么设计

面了一个小时 整体来说不难1、快速排序原理 时间复杂度 极端情况裂变2、极端情况怎么解决 用别的排序方法？3、场景题设计一个排序的方案4、hashmap冲突怎么解决 优缺点5、场景题6、多轮对话相关存储 记忆 解决方案 这个问了好多7、rag怎么设计的

主要想问的问题就是：你确定你有长时间实习吗？你确定给了offer你就收吗？我们公司地点在这里，不用安排住宿能到是吧日薪大概这个价位，可以接受么？然后的话反问我的提升点，主要就是HR面不需要强调技术细节，遵循star法则把事情讲清楚就行再有就是我可能写的这么太直接了，其实HR小姐姐人很好，问题和回答都很委婉。想跟每个面试的HR小姐姐谈恋爱

书接上回，主包尝试潜入文远，结果被二面面试官拷问八股当场逮捕，直接躺地上睡觉过了一个星期没想到第二个hr加我让我面试环卫车事业部的感知算法工程师但主包一看志愿，明明之前我的第一志愿就是环卫车事业部的感知算法工程师，莫名其妙被转到了另一个岗位面试并且挂了，现在又让我回去面第一志愿？何意味...于是主包又复活了，再战文远一（？）面：依旧技术面，流程还是自我介绍+项目介绍+代码考察+反问coding：实现点云最远点采样方法，要O(N2)，主包一开始只想到O(N3)的暴力方法让我先优化，一下没想出来，主要之前也没做过类似的题，最后给了提示引导，写出来了我三次面试的题目都不是lc题...面试前狂刷lc结果鸟用没有非常需要C++能力，主包本科学的C++统统忘光光，所以最后还是换了python...反问：1. C++能力要求高吗？ 挺高2. 这是不是一面？ 得知因为不久前面过两面，所以不算是一面，震惊.. 不知道这次实际算二面还是三面，但知道一共四轮技术面3. 问了些有的没的由于主包不久前八股乱答的惊人战绩以及本次表明C++知识已经全都忘光光，感觉应该是要凉，不过要是能给offer的话我还是愿意重拾C++的

📍面试公司：哔哩哔哩🕐面试时间：2026/2/12💻面试岗位：AIGC创作平台研发工程师❓面试问题：面试官是基于简历提问题，首先问了如何把一个python项目进行打包发布？Python是值传递还是引用传递？MySQL的索引结构是什么？答案B+ tree。 B+ Tree是如何进行检索的？MySQL的最小单位是什么？答案：页 MySQL的一个索引过程是什么？ELK是如何实现日志查询的（简历里的）？CI/CD的具体流程是什么（根据简历里问的）？问得很细。答案：我们从 Git 固定一个 commit/tag 拉代码，构建阶段拉取依赖并打包成可部署产物（通常是 Docker 镜像），推到镜像仓库...

感觉自己好菜，还是要多多练习，感觉自己说不明白业务逻辑1实习介绍2项目拷打3引文推荐系统如何引入上下文工程，你如何设计4冷启动怎么办5你如何设计上下文6长短期记忆你如何设计7长短期记忆你如何写入8如何判断哪些是重要的信息9微调的方法10反问环节

面试时长一个小时自我介绍简单讲下你的项目，你的多智能体是怎么协作的？你的RAG数据怎么来的？ 他好使么？ 如果有质量不好的数据怎么办？你的图像质量评估和美学质量评估分别是使用了什么方法？最近有跟进一些新的图像生成技术么？你为什么在研究生阶段补充了多智能体图像构建项目（生成-检测-修改三角）和图像风格迁移项目？还问了些具体实现（譬如qdrant的原理，图像美学评估的现有方法，传统图像评估的数学原理之类的；再就是主要拷打了下扩散模型的具体流程，不过由于一面之后我特地关注了下这边，所以回答的比较有理有据）做题（我依旧没撕出来我立下誓词，今年必须手撕出来至少五十家面试的题目，不然我意难平）一个数组，找所有能凑出来等于target的组合，数都是一次性的，不限定只有两个数字【我的想法是排序，然后固定第一个，然后去尝试后面的，如果差值都小于最近的后项那么就不成立，但是我不知道咋写，我知道这个题真的很简单，但是我不会】然后简单介绍了下公司业务，主要是研究DiT做图像生成的，面试官也跟我明说了，视频生成要考虑的因素更多，我现在就是空有学历，技术真的不够深，先把生成图像整明白再追求前沿的。反问：公司作息：早九晚六，弹性到十点半计算资源：项目需要能给8张h20，不过估计也不是我自己用我还需要在哪些方面有提升：代码能力真不太够，虽然现在是vibe coding，但是有的公司可能因为保密要自己写一些库的，同时多练练对 code review也有很大的好处。 同时希望我能不要只限于工程化，你有这个学历应该去往模型原理上钻研的更深一些。面试官人真的很好，我也很幸运面到现在遇到的所有面试官都很有耐心，对我不仅是技术上的询问，问到我不知道的地方还会教学，然后也会关注我的发展，非常感谢！面完半个小时给了hr面通知

项目拷打 1.能否简单描述一下 RAG 系统的整体流程？2.从文档输入到代码生成，中间经历了哪些关键步骤？3.构建系统用了哪些文档？来源是什么？4.文档规模有多大？覆盖哪些领域？5.使用了什么框架做 RAG？6.如何解析 PDF/Markdown 等文档？7.如何结合用户 prompt 对文档进行总结和拆分？8.如何从 RAG 输出到代码生成？9.是否参考了某种规范或模板？10.生成的 SPEC 文档包含哪些内容？11.使用的是本地模型还是云 API？12.能否部署在本地？需要什么条件？13.当前生成结果是否符合预期？是否存在偏差？14.是否需要人工预设 prompt 或后处理？具体怎么做的？

面了65min左右，发下面经攒攒人品1.实习介绍2.深挖上一段实习大模型项目3.数据集构建4.为何要自己去训练一个模型而不是直接使用现有大模型去做5.为何不使用其他轻量化的方法6.qlora介绍7.如何处理过拟合欠拟合8.数据不平衡怎么处理9.思考题：二十瓶药中有一瓶重一些，怎么通过一次称重找出重的那瓶10.coding：将升序数组轮转后，找到此数组内有无target，有则输出索引无则输出-111.反问

感觉面的还可以，发一下问题给大家参考，攒攒人品！1.假设你需要开发美团智能客服 Agent，如何设计多轮对话流程?追问 1:你会使用哪些对话状态跟踪方法?追问 2:如何处理用户意图模糊的情况?2.描述一次使用 LLM 开发智能助手的经历，遇到过哪些幻觉问题?3.解释 AlAgent的规划能力，如何实现多任务协同(如点餐+支付+售后)?4.在设计 Agent 的工具调用能力时，你的技术方案是什么?追问 1:如何选择合适的工具 API?o追问 2:会使用哪些函数调用框架?o5.分享一次通过用户反馈优化 Agent 能力的经历，关键改进是什么?

项目拷打 1.如何评测的，有哪些纬度，那些指标2.数据集包括什么3.如果让你对相关度，回答的效果做一些优化，你有什么思路，有没有什么更体系化的思路建设4.如果设计一个数据处理的场景，你会怎么做，比方说有一千条数据，需要求和，你怎么做处理5.rag性能如何提升6.你的上下文怎么处理的，有什么优化思路7.长短记忆之间怎么做协同呢8.你有什么思路去对你的agent做优化，让他更智能呢手撕： 全排列

自我感觉良好实际凉了，没招了1.你的coze agent项目基于什么样的目的去搭建的？2.你觉得在这个项目中结合RAG的必要性是什么3.你的代码能力怎么样？4.大模型的能力的评测指标有哪些你了解吗？5.你如何理解AI解决方案这个岗位？6.简单介绍一下你这个项目的workflow过程7.你觉得Agent和work flow的区别是什么？

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1. 实习介绍2. 项目拷打3. 4B的模型部署需要多少显存？怎么算的？4. LoRA的数据怎么来的，结构长啥样？5. 说一下LoRA的原理；怎么理解“低秩”6. 了解Agent吗？说一下你做过的Agent workflow的具体流程7. 说一下LSTM的原理；其中门控机制提出是为了解决什么问题？8. 手撕代码：约瑟夫环

发面经攒人品中～1．实习的项目背景是什么？2．实习的项目比传统匹配方式有什么优势？3．若项目中模型执行不成功，会如何处理？4．若用户量大幅增长，实习的项目相关系统能否应对，瓶颈是什么？5．你平时会使用大模型处理哪些任务，觉得大模型在哪些任务上处理得好，哪些任务处理得不好？6．你做的另一个项目的核心目标和整体架构是什么？7．长期记忆相关设计还有哪些可优化的点？8．Agent领域的发展趋势是什么？9．若代码生成成本越来越低，工程师的核心竞争力会发生什么变化？10.平时会通过哪些渠道关注 AI 技术动态？11.最近有没有遇到印象深刻的 AI 应用？

前段时间面的，40分钟左右，写下面经攒攒人品1.实习介绍2.项目拷打3.LangGraph相比于LangChain有什么优势？LangGraph的状态快照机制了解吗，大概是怎么实现的？你的向量记忆库是如何更新用户画像的？如何区分短期记忆和长期记忆？ 安全护栏是如何实现敏感词拦截的？4. 在RAG中，文档切片的粒度如何选择？5. 向量数据库索引中，IVF_FLAT和HNSW有什么区别？各自的适用场景？6. 什么是CoT？为什么它能提高模型处理复杂任务的能力？7. 大模型应用中常见的幻觉有哪些类型？在工程上如何缓解？8.介绍一下Function Call的流程，模型是如何知道该调用哪个工具的？9.介绍一下vLLM中PagedAttention的原理10. Python中列表和元组的区别11.介绍一下Python中的装饰器及其应用场景12.HTTP协议中GET和POST请求的区别？13.手撕：无重复字符的最长子串

没招了，还是技不如人，还得练1、简历拷打2、HSTU用作encoder还是decoder？3、传统DLRM与生成式推荐的区别？4、SASRec了解吗，讲一下？5、Transformer 的encoder和decoder的区别？6、decoder的mask是怎么做的？7、HSTU的mask是怎么做的？8、HSTU 与Transformer的区别？9、了解过HSTU 源码中召回和排序是怎么做的吗？Code:1、交换链表两两之间的节点，分析时空复杂度。2、三数之和。