我是ai开发岗，刚面完，这个面试官相对于一面的要严厉一点，不太好说话1自我介绍2除了简历上的项目还做了哪些llm相关的项目如何处理多轮对话中根据用户最新问的问题去检索历史记录，具体怎么实现，用到了哪些技术3rag技术的原理4如果要使用多个智能体平台，在你不知道这些智能体能力侧重的情况下，你如何根据用户的输入去选择对应的智能体处理用户的请求，具体实现5介绍一下你的其他项目经历6了解springboot中的aop实现原理吗7 你是如何选择模型的8我一个文档里头有视频，有这个图片，然后有文本，我怎么去做切片？9做 rag 检索的话，如何实现多模态的这种检索能力？10你觉得llm的原子能力有哪些，他为什么能被用来做应用？11做这个医疗助手的时候，这个服务群体是怎么样？12反问（大家反问一般问什么问题啊）都回答上了，但是感觉没回答到面试官想要的点上，估计寄了

三面依旧20分钟，而且长沙的岗位，郑州的人面的，不知道什么情况，三场面试加起来就一个小时😅项目一点没问1.线程池参数，怎么配置？2.接口很慢，数据库问题，怎么排查优化？3.我看你对K8S有了解，K8S中的pod、service、deployment分别干啥的？4.对AI有什么了解？Agent、mcp有了解吗？5.会python吗？6.你是怎么用AI的？给你一个需求你怎么用AI解决？7.你最近在学什么东西？反问 ：业务不确定部门和具体方向，大概是做AI智能体相关内容已经推了一个月了，HR面到出结果估计还要10天

ai岗 二面拷打项目、实习动态代理、静态代理区别怎么实现动态代理、静态代理序列化机制序列化版本号怎么生成synchronized 锁升级过程reentrantlock怎么实现可重入锁CAS怎么实现的AQS怎么实现的Datetime与timestamp 对于时区支持、存储时间范围和默认值 （不会啊）mysql底层存储结构mysql数据插入过程如果插入40kb的数据会怎么样MVCC 机制多级缓存数据一致性AI 提示词要点使用的 AI 插件被面试官拷打了，这面试官一会喝奶茶，一会低头不出现在屏幕里不知道在干嘛，一会又扣手指，面试体验极差

📍面试公司：数字马力🕐面试时间：2025.11.26💻面试岗位：ai岗❓面试问题：问了问在校经历最好和最遗憾的一件事问了问实习和项目rocketmq,rabbitmq,kafak 对比rocketmq如何保证消息不丢失redis zest结构 以及为什么不一开始就使用跳表zset使用场景redis 脑裂问题，产生原因，解决方案mysql 的索引优化方案索引失效场景sql语句的执行过程，执行器 如何执行的为什么用b+树，和其他对比场景题微博热搜爆了，事前，事中，事后 如何处理，主要redis方面优化，以及缓存🙌面试感想：面字节都没这么难，被场景题拷打懵了，应该挂了

时间 11.26   13：30岗位ai工程研发工程师base长沙1.自我介绍2. 选个项目讲讲3. 说一下策略模式如何实现的4. 实习有用ai工具吗5. 如何使用ai工具解决需求6. rag是什么7. 使用ai完成过代码安全检测吗8. 有过技术面吗（😓666，面试官看了一会不知道什么东西，就开始反问）9.反问时长 9分钟，三面结果很快出，但是人事哪边不知道，没开摄像头，轻松局吧（感觉就是聊天）

📳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。

字节剪映三面1. 简单介绍一下自己。2. 你大概实习的预期时间是什么？3. 你之前的两个项目是什么背景？是个人练习项目吗？4. InnoDB 存储引擎相比于其他存储引擎的特点是什么？5. InnoDB 的索引是怎么实现的？用的什么数据结构？6. B 加树有什么好处？7. 在 B 加树里面，主键索引和非主键索引有什么区别？8. 平常在学习或做练习时，有没有了解过 AI 相关的知识？或参与过 AI 相关的功能使用、开发？9. 有没有了解过 AI 大模型相关的业界进展？或使用过 AI 编程类工具？10. 请实现一个函数，输入由“+”（陆地）和“-”（海洋）组成的二维数组，返回大陆板块的数量（上下左右连续的“+”为一个板块）。11. BFS 和 DFS 的区别是什么？深度优先是怎么遍历的？12. 有 64 匹马和 8 条赛道，每次比赛可排出 8 匹马的名次（不计时），如何用最少的场次选出前 4 名？请说明推演过程和答案。

实习和项目 1.精排基线模型的结构2.DIN 的原理，有什么优势3.DIN 有哪些变种4.attention 中的 normalization 是如何做的，有哪些做法5.欠拟合和过拟合6.知识蒸馏的作用7.粗精排一致性是越高越好吗8.模型样本流是什么样子的9.辅助 loss 如何与主任务融合10.是否了解 OneRec11.讲讲自己对语义 ID 的理解coding编程题: leetcode 300. 最长递增子序列 （hot100 中等题）编程题: leetcode 315. 计算右侧小于当前元素的个数 （非 hot100 困难题）反问

1⃣️ 一面1.实习项目2.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？6.八股: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；7.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8.DCN 以及 DCNv2 的改进点；9.DIN 有没有实际用过。10.手撕2⃣️ 二面1.实习：项目继续深挖2.八股：LGBM 原理和调参方法、DIEN 相对 DIN 的改进、SIM 的建模方式、特征选择和特征重要度分析方法、训练时 loss 不稳定怎么处理。3.场景：对于用户播放时长这种连续型目标，通常用什么建模方式才能做数值级别的预测？4.手撕：LeetCode 143 重排链表。📳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. XGBoost原理讲解2. XGBoost只能用于数值的残差估计吗，可否用于特征3. 随机森林如何保证每个树的随机性（数据、特征筛选，先随机筛选特征在取最优的）4. 聊一下你知道的推荐系统的深度学习模型5. MMoE如何保证每个专家的随机性（有共用的专家）6. multi-head attention如何保证每个head的随机性（只有初始化）7. bagging和boosting的区别8. 最长递增子序列（用自己的编译器，所以要提前准备9.反问环节

1.实习介绍2.面试官:挑个你做过的项目讲讲吧有个比较有意思的reranker算法改进，面试官听了比较感兴趣中间穿插提问3.手撕穿插八股1)手撕交叉熵损失2)二分类场景下，给定一个pred score数组，以及对应的label数组。模型只有一个预测值pc，且pred score[1....n]均等于pc，问pc等于多少时会收敛？3)手撕transformer encoder+MHA提问:为什么自注意力除以根号dk提问:你写的norm是pre还是post?为什么使用pre4)按照先行后列的方式遍历一个[100，10000]的数组和一个[10000，100]数组哪个更快?5)给定一个房屋编号数组，给定一个路灯位置数组，要求路灯能照射到所有房屋，问:路灯的最小照射半径为多少?

大模型八股 1.DeepSeek R1有看过吗?介绍一下2.R1的 MLA是如何节约 KV cache的?3.R1的 sft阶段为什么要先做一个冷启动?4.位置编码是什么，怎么实现的?5.算一下一个7B的模型推理需要多少显存，训练呢?6.显存占用和哪些因素有关?7.遇到过灾难性遗忘吗?怎么缓解的8.训练用的什么精度，BF16和FP16有什么区别9.优化算法知道哪些?讲-下AdamW10.deepspeed的offload是怎么做的?coding:合并两个有序链表

三面 1. 介绍实习项目，预测出来的结果如何使用2. 评估指标如何计算，真实上线后门店有什么反馈，就实习项目扩展3. 处理时间序列的其他方案？4. 实验室的论文方向5. tree模型中节点划分依据，计算一个节点划分后的信息增益6. 无监督算法？聚类Kmeans流程？EM算法？GMM算法（混合高斯算法）？Kmeans和GMM之间的关联性，从EM角度上解释7. 降维算法？PCA降维前数据要做什么处理？归一化，为什么要做归一化处理？8. Kmeans如何选择K值？9. 深度模型？bert模型？self-attention？时间复杂度代码考核：用梯度下降求解一个数的根号反问：1. 部门负责的内容2. 如何实现搜索和反扒问题？

1. 介绍实习项目2. 实习项目中的评价指标是怎么计算的3. xgb模型中哪些特征比较重要4. case门店做活动，比如促销涨价如何处理5. 项目中的困难点6. LR的损失函数，能用MSE吗？7. bert的结构8. XGB在计算梯度的时候，用二阶泰勒展开的优势9. 抛硬币游戏，两个人抛硬币，A先抛，如果A抛到正面，就结束，否则B抛，如果B抛到正面也结束，再由A抛，反复重复这个过程，谁抛到正面就获胜，问A抛到正面（获胜）的概率10. A抛一次，B抛一次为一轮，如果有一个人抛到正面就结束，为这个游戏玩多少轮的期望，属于什么分布代码考核：求先递增后递减数列中的最大值反问：1. 营销相关的是如何做的？无监督挖掘，有监督分类2. 实现过程的困难点？特征空间有限3. 看重候选人的什么特性？沟通能力、基础算法和聪明程度

项目相关: 1.ltemCF怎么做的?item大概有多少?2.word2vec原理，损失函数怎么定义?3.怎么评估召回效果?4.简单介绍聚类算法八股1.对推荐系统的理解，讲几个经典的模型。2.双塔模型的负样本可不可以只用曝光未点击的样本?3.预估视频点击时长，怎么设计?(weighted LR)还是转换成分类问题有没有其他方法?(回归)回归有什么问题?如果采用回归预测时长，多目标还有点击率,一个交叉熵损失和一个MSE如何解决多目标训练loss不平衡?手撕:LC3无重复字符的最长子串LC 53最大子数组和

基本是围绕项目展开的八股文1.做微调的时候，如何选择基模2.在lora训练的时候，用多少资源，用的什么卡，占用多少显存，一个模型有哪些模块是占用显存的，分别分析一下占用大小3.了解rag的embedding模块吗，有哪些embedding模型，求向量相似度的方法有哪些4.讲一下rag的全流程5.grpo相比于sft的优势是什么6.什么是grpo dapo gspo，这些模型的优点是什么7. 手撕:x的立方根

1.项目介绍2.讲一下简历里的经历3.针对我说的实习经历进行提问4.手撕DAPO，没写出来，我说了下loss计算，然后让我打开论文对着公式详细讲一下，并提问clip的作用5.用GRPO训练moe模型经常效果不好，为什么?6.面试官投屏了一篇论文的intro，让我讲一下其他还有些是针对经历里的数据构建、训练细节和怎么评测的，没啥参考意义就不放出来了反问:1.复述了下我理解的一面面试官所讲的部门业务询问有没有补充，然后问了有哪些具体场景

360搜广推算法岗实习面经首先，自我介绍、项目拷打（我是在学校和导师一起的深度强化学习的项目），问的非常详细，聊了大概半小时。八股文，这个简单一些。问了CNN里的卷积是怎么计算的，给了一个具体的题去算，然后是transformer中注意力机制是怎么计算的，架构是什么手撕算法我都没做出来，面试官人很好给我换了两个数学题我选的是sigmoid函数求导，再用原函数表示导数感谢面试官，是我不好。。。最后是磕磕巴巴的答出来了（还是在面试官的提醒下最后一个反问环节整体八股文不是特别难，但是项目一定要特别熟悉，算法一定要提前多刷一刷。360，我还是劝你再捞下我吧

1.实习经历:请你说说你在这个项目中是怎么做的?遇到问题如何解决。2.论文:请你简要介绍一下你论文做了些什么?哪一部分是你觉得很亮的点。3.你了解哪些CV领域的模型么?CNN,ResNet, CLIP， BLIP， VIT..4.你了解哪些NLP领域的模型? RNN，LSTMTransformer, bert..5.你了解哪些优化器么?SGD，BGDAdagrad，Adam 你在什么情况下会去调整优化器?6.Dataloader，有哪些函数?7.手撕多头自注意力机制8.代码:除自身外数组乘积