双9硕士应届, 中型企业实习 (校企合作性质), 还没发论文但实验已做得差不多了投递的岗位是算法工程师按照时间顺序1. 线下笔试 (2小时) + 线下技术面试 (半小时?)笔试:线下的校园招聘会, 笔试就是基本的行测+技术岗选择+两道编程题编程题极其水, 5分钟秒了技术面试:自我介绍实习哪的, 做的什么实习期间各段经历的详细拷打 (从工作内容到技术原理, 可能因为我实习期间做的大模型相关工作和面试官所在部门相关性较强, 所以面试官问了不少技术细节)自己的研究生期间工作是什么研究生期间工作的具体内容询问 (从头介绍一遍自己的工作, 问了不少细节)反问环节 (我问了问业务和技术的结合点, 工作时间等等, 还问了点没必要的东西, 比如技术考核怎么做的)2. 资料收集3. 杂项线上终面测评 (通用的反社会人格筛选测试)还没终面就发了统一校招体检通知和一堆信息收集表 (?)4. 线上终面 (10分钟)拷打本科研究生中间空的两年什么情况 (我本科保研资格被体育挂科整丢了, 所以临时在校工作一年, 然后考研. 几乎所有企业面试都会揪着我问这点 ... )实习是什么, 做的什么 (简要介绍了下内容和成果)其他应聘的进展对找工作的关注点 (那当然首先是工资了, 再就是上升和发展空间. 提了一句我想后续转型量化研究, 面试官回复说公司有后续转型的渠道)应聘华泰的个人优势/卖点自己的不足之处 (?) (没准备过, 简单说了个自己对金融业务不了解, 以后可能需要多和业务部门交流, 技术上的问题就遇到再说了)

体感：极差 面试官很不尊重人，压根没有看过简历，一直在问我之前在友商做的某个项目的具体细节（因为他们现在正在做这个，但是其中很多环节没打通），视频开着摄像头对准天花板，面对我提出的疑问直接不回答。无八股，手撕两道题都不难：一道二叉树删节点求期望,要求用数学思想解答（就是随机过程题）一道哈希表手撕（ACM模式）完事，还恶心我一通，很像加班连熬几个大夜，方案做不出之后找候选人发泄，怨气很大的样子（对事不对人，minimax的产品还是挺好的，尤其是m2刚上线无线白嫖的那段时间，但是这个面试官的态度实在是太恶劣了）

1.可以讲一下项目或者实习中遇到的困难和解决方式吗？2.为什么要进行数据库的迁移？3.你的实习中还有做了什么工作？4.讲讲你的项目中你觉得亮点的地方5.为什么要用springcloud nacos seata，不用行不行？6.nacos的数据一致性怎么保证7.为什么用到了concurrentHashmap8.讲讲项目中哪里用到了多线程9.如果给你设计一个表你要考虑什么？10. 索引失效的场景11. 有用过ai工具吗？12 现在让你通过ai工具设计一个用户查询的功能你要怎么做13.了解agent和rag吗14了解rag的原理吗15. 反问面试官人很好，会进行引导，八股有部分讲的不太好，不知道行不行😂

又是一个准备发offer的季节，我去年秋招上岸了智慧芽，是ai工程师岗位我学弟也投了智慧芽，还在走流程，他问我面试的事情，和他讨论了之后，索性也在牛客上写出来，也希望能给大家一个参考~流程：简历筛选、线上笔试测评、一面、二面、offer我去年9月底投的，可以分享下我面试的流程和感受吧，因为时间较久了，有些提问的细节已经记不清了。一面快面了半个小时，流程：自我介绍，实习介绍，情景模拟，ai在事实场景的应用面试官的技术还是很硬的，感觉技术这块智慧芽真的挺看重，大家对自己的项目情况一定要熟悉，用了什么技术栈这些一定要搞透了最后还一起讨论了场景运用中会出现的技术问题，面试官也是当场给我指出问题，非常感...

Q1：介绍transformer的位置编码，为什么这么设计，为什么可以达到位置编码的效果，编码了相对位置还是绝对位置；介绍RoPEQ2：transformer的normalization，为什么用layernorm不用其他的；介绍RMSnormQ3：介绍self-attention；self-attention的改进；介绍encoder-decoder-attention；encoder中的self-attention和decoder中的self-attention有什么区别Q4：训练过程中的梯度爆炸和梯度消失，怎么改进；softmax是否会遇到梯度爆炸和消失；transformer怎么处理梯度爆炸和梯度消失；后续新方法Q5：介绍lora；为什么lora是有效的，只需要训练更少的参数而不是训练全参数算法题：300. 最长递增子序列

Q1:xgboost相比GBDT有什么提升?Q2:为什么xgboost对损失函数展开到二阶，而不是更高阶?Q3:xgboost算法中树的分裂是如何进行的?分裂的增益如何衡量?Q4:树模型如何判断特征重要性?该方法鲁棒性如何?Q5:L1、L2正则的区别?为什么L1正则可以做特征筛选?Q6:介绍数据增强方法，这些方法会不会带来负面效果?Q7:是否了解推荐场景中如何做多场景学习Part3 SQL问题Q8:不同join的区别;left join时如果按连接条件左表有两条数据满足匹配要求右表也有两条数据满足匹配要求，最后会匹配为多少条?如何保证不膨胀?Q9:用过哪些引擎执行SQL?spark运行join时，如何两个表一个大一个小如何实现join?Q10:介绍开窗函数Q11:如何保证主键不重?如何保证离线数据质量的稳定性?Q12:transformer中哪个结构最有效?attention为什么有效?attention有什么缺点?LeetCode数组的最小部分和 及 对应起止位置

Q1：两种建模方案：1 用一些特征建模预估一个中间目标，将该中间目标作为特征预测最终目标；2 用所有特征训练一个复杂的端到端模型直接预测最终目标，两种方案各有什么优劣？Q2：测试集如何选择？如何判断测试集和应用场景是一致的（无偏的）？模型的离在线效果差异如何解决？Part2 推荐问题Q3：召回和粗排的主要作用？为什么不直接用精排？Q4：怎么评估粗排模型的好坏？粗排怎么做冷启动？Q5：B站首页推荐模型可能包含哪些目标作为精排融合分的项？Part3 LeetCodeQ6：k个有序链表合并，时间复杂度Q7：打家劫舍，状态转移方程的含义

1.transformer的架构2.encoder和decoder的区别3.encoder block有哪些部分组成4.attention机制5.MHA工程上如何实现6.pre norm和post norm的区别7.pre norm的优势8.Pretrain的损失函数9.SFT的损失函数10.SFT是如何实现只计算output的损失11.RL中reward和 critic 的区别，各自是如何在工程里发挥作用的12.RAG中快速索引的优化方法有哪些13.用过哪些训练框架，是否有过多机多卡的训练经验14.是否遇到训练过程梯度爆炸，显存不足的问题？有哪些解决的trick手撕算法：伪码实现RAG

一共40多分钟1.先问会不会C++;sql会不会，是调框架还是写语句，回答都写过2.问了一个小公司的开发实习，Redis 是如何使用的3.介绍了一篇在投的 CV 论文，说虽然不太懂但还是让我介绍;论文里涉及到了PLCC相关系数，让我手撕(没撕出来)问了推荐的链路流程，让我挑一个熟悉的来讲，我选择了召回然后被拷打4.为什么项目不使用 UserCF?F6.ltemCF 怎么和热度结合，我提到 Swing 召回，让我写公式(没想起来，而且 Swing 其实不太符合题意)使用了热度召回的话，有没有做一些个性化的处理，因为光凭热度可能片面?7、8.不同召回通道的数量是如何控制的?回答根据召回指标人为决策(调参侠)使用 W2V 模型得到的 embedding 进行相似度召回，和 ltemCF 召回得到的物品有什么区别?9.10.手撕 LC152.乘积最大子数组

以下问题全部从简历出发(非八股，无参考意义)1.pre-train怎么做的，用了哪些数据2.说一个电商领域的数据构造方法3.pre-train之后怎么sft的简单说下dapo4.(我提到了用DAPO做rft)5.dapo去掉kl并且clip-higher，不会训飞掉吗?如何解决的?6.(我提到了大模型推理慢)说一下推理慢的原因7.模型有上线吗?下游任务的业务效果如何?8.有对大模型做剪枝量化吗?最终线上方案是什么?部署用的什么卡?9.function-call怎么训练的，语料如何构建手撕:最小回文串反问:1.which部门2.what业务3.当前基座研究进展4.如果入职，工作内容是什么

无刻意八股 1.为什么要训模型，业务背景2.训练流程说一下，讲一下sft数据和sft的loss3.rft怎么做的，dapo原理，训练卡数等细节4.新的模型看过吗，讲-下internVL3.5，对比qwenVL2.5?5.Agent怎么设计的，具体到这个业务和workflow区别是什么?然后追着细节提问了好久code:1.最长子字符串2.二维数组岛屿反问1.业务 和另一个id比较相似的部门区别?2.校招生在做什么业务3.总共几轮面试(面试官说2+1

1.拷打实习经历，怎么做的后训练，这段基本都是我在阐述，偶尔会打断我进行提问:a.训练电商基座为什么要用数学/代码推理数据b.提到的几个实验是什么形式，怎么做的，也没有上线c.这个工作是你自己完成的吗，团队分工如何?d.说一说你们团队在过程中遇到的最大挑战e.复现之余，有没有自己的创新点f.业务上哪些指标提升了2.注意到你的两段实习经历有些差别，一个是偏研究一个是偏业务应用，以后工作方向如何考虑?基本无八股，简历过程中提到了DAPO，scaling方法等也都没追问，后面反问时候面试官意思好像他是主要做传统广告的手撕:最长公共子序列反问:1.(面试官主动介绍)部门业务有哪些方向?2.如果入职，做哪个方向的业务?3.追问了下面试官提到的业务

1.拷打项目2.损失函数设计3.LoRA吟唱4.手撕MHA5.看你除以了根号k 有什么作用6.梯度消失和梯度爆炸 如何缓解7.QKV代表什么 说说理解8.如果QK变成同一个矩阵你觉得有什么影响9.除了LoRA还有什么微调的方法实习并未拷打做的主要是Agent相关的简单问了下RAG和CodeAct就过了手撕面试官说出个简单一点的n个长为m的升序数组，找TOPK

1.实习介绍2.数据规模多大 用户侧item侧数据有多少3.采样的insight，怎样采样更合理4.为什么负样本比正样本算是比较多的5.收藏是万分位的，收藏也做了负采样吗6.对于收藏有两种负例：曝光未点击和点击未收藏，怎么处理的？7.采样是uerid粒度的还是itemid粒度的？8.讲解ft-transformer 原理9.较transformer的改进10.怎么分桶 分桶的数量怎么定11.transfomer吟唱手撕：1.二叉树非递归中序遍历2.手撕attention

1.项目详细介绍2.数据分布，负样本采样，对转化率的影响3.怎么构建的交叉特征 拼接 统计4.mmoe门控具体每一层的设计是什么样的5.每一层的激活函数是什么6.熟悉哪些激活函数  为什么需要非线性能力7.ple的门控和mmoe的门控区别8.了解哪些损失函数9.各个损失函数的梯度计算10.讲wide&deep；deepfm；AutoInt11.写出DCN交叉层计算公式12.pooling有哪些方式13.maxpool和sumpool如何反向传播 影响哪些神经元14.怎么判断过拟合，解决方法15.l1 l2正则化的区别16.transformer吟唱17.具体讲解transformer中前馈层的设计手撕：1.给一个字符串输出频率最大的字母，若频率相同输出字典中排序靠前的2.用pytorch或tensorflow实现mlp概率题：求硬币连续两次抛出均为正面的期望次数（6次）

1.点击负样本降采样，那收藏等负样本更多，如何做2.如何判断出现跷跷板问题3.如何评价mmoe模型各个专家的学习效果4.mmoe，点赞收藏被点击带偏，如何平衡5.怎么做的样本增强6.Loss权重的改造7.ple较mmoe的改进8.为什么多层CGC，目的是什么9.除了auc，还有哪些评估方法，如何选择10.交叉熵损失函数公式写一下11.如何缓解样本稀疏问题12.esmm共享特征table具体怎么做的13.讲解一下lstm原理，三个门控，和RNN对比14.lgb原理手撕：1.二分法求sqrt（x）2.给一个未排序的数组，返回最长的递增子序列

1.实习介绍2. Lora 原理(核心是低秩分解:将原始权重更新近似为两个低秩矩阵乘积，减少参数量，保留主导方向，训练高效)3.了解 DeepSpeed 吗，ZeRO -1, ZeRO -2和 ZeRO3分别做了哪些优化(1优化优化器状态，2优化梯度，3切分参数，全面节省显存)4. Qwen的模型结构是怎么样的，相比于 LLaMA,DeepSeek 有什么区别(Qwen采用GQA+SwiGLU+RMSNorm，和LLaMA架构非常相似，差异在训练数据和tokenizer中文支持更好;DeepSeek只用MoE/MLA架构，Qwen系列主要是Dense模型)5.怎么缓解大模型的幻觉问题(RAG，RLHF对齐，事实监督)6.大模型的 MoE 结构相比于 Dense 结构训练的难点在什么地方，DeepSeekMoE为什么效果好，有什么值得我们借鉴创新点(MoE面临负载不均衡、训练不稳定问题;DeepSeekMoE通过细粒度专家和共享专家设计提升稳定性和效果)7.知道FP16和BF16有什么区别吗，包括FP32和INT8这些，在训练大模型的时候，应该怎么选择(FP16精度高但易溢出，BF16动态范围大;训练常用BF16混合精度，推理用INT8量化加速)8.讲-下 RLHF 的流程，写-下 PPO和 DPO的 Loss表达式(训练奖励模型后用PPO/DPO优化策略:PPO Loss: policy ratio + KL 约束/ DPO Loss: logit preference diff + sigmoid binary loss)9.对于超长上下文业界一般是怎么做的，你知道 Qwen是怎么做的吗(业界常用ROPE 变体/滑动窗口注意力/稀疏注意力等:Qwen使用YaRN和窗口注意力扩展上下文)10.开放题:你觉得目前大模型的上限在哪里(推理能力、长期记忆、具身交互和能耗效率，需要架构创新和多模态融合突破)11.代码:152.乘积最大子数组

二面: 1.项目介绍2. CogVideoX的模型结构、3D VAE的压缩率、MM-DiT的优势、4f+1为什么要+13.FLUX的结构，生成模型的优势4.SD3的架构，生成原理Flow matching5.VQ-VAE使用的的损失函数，训练过程6.VQ-VAE中codebook中的code有的被使用的概率很低，这个是怎么解决的7. Lora的原理，LORA在推理的时候怎么与原参数融合不带来时间成本8. Flow matching与DDPM的区别及优势9.Wan2.1的详细架构和训练细节10.代码题:0841.钥匙和房间

1.项目介绍2.用的什么模型?介绍一下?3.了解其他的多模态大模型吗?介绍一下?4.介绍-下transformer的结构?5.介绍-下multihead-attention?6. multihead-attention为什么要切分?为什么要做成多头的?7.你觉得多头注意力能提高计算效率吗?结合公式推导一下?(矩阵计算)8.不能提高计算效率，详细讲讲为什么?9.multihead-attention现在有一些优化，现在主流的优化都有哪些方向，每个方向下有什么优化方法?10.为什么你们用xx模型?算力多少?数据量多少?11.介绍-下deepspeed的关键配置参数，及其含义?12.介绍一下vm的训练阶段有哪些?训练阶段的任务是什么?13.你提到了正负样本不均衡，你觉得正负样本不平衡对模型性能有什么影响吗?有什么方法缓解?14.acc、precision、f1-score指标概念，样本不均衡对指标的影响?