1.八股：bf16 和 float16 的区别？各占多少位？训练中如何选择？2.八股：DeepSpeed Zero 各阶段分别做了哪些优化？3.八股：如何估算 LLaMA-7B 模型推理时的显存占用？4.八股：Prefix LM、Causal LM、Encoder-Decoder 三类架构的适用场景与优缺点？5.八股：Qwen 或 DeepSeek 技术报告中提到的关键创新点有哪些？（如 RoPE 外推、MoE）6.项目：PPO/GRPO 微调后，如何防止模型在分布外（OOD）问题上性能崩塌？7.项目：是否自己实现过 RLHF 流程？不用框架能否手写 PPO 核心逻辑？8.项目：模型部署用了什么框架（vLLM/TGI/自研）？如何优化推理延迟和吞吐？9.项目：未来希望专注大模型哪个方向？（对齐 / 推理加速 / 长上下文？）为什么？10.代码题：LeetCode 25：K 个一组翻转链表

1.八股：LoRA 微调原理？训练时调过哪些超参数？有什么经验？2.八股：SFT 的 loss 如何只计算回答部分？（如何 ignore padding token？）3.八股：Attention 计算中有哪些显存优化策略？（如 KV Cache 复用、batch 拼接）4.八股：分布式训练中 Zero-2 和 Zero-3 的核心区别是什么？5.八股：Transformer 为什么用 LayerNorm 而不是 BatchNorm？6.项目：项目中的数据规模多大？SFT 数据是如何清洗和构建的？7.项目：为什么在项目中选择 GRPO 而不是 PPO 或 DPO？它解决了什么问题？8.项目：奖励函数是如何设计的？是否考虑了事实正确性、安全性等维度？9.项目：为什么引入 RAG？在什么场景下 RAG 比纯 SFT 更有效？10.项目：用 LangGraph 实现多轮对话 Agent，相比手写 prompt 流程有哪些工程和效果优势？11.代码题：lc102 二叉树的层序遍历

1.八股：一个7B参数的大语言模型，在训练和推理时分别需要多少显存？影响显存占用的关键因素有哪些？2.八股：SFT 阶段，7B 和 70B 模型的学习率设置通常有何不同？背后的原理是什么？3.项目：DPO 训练过程中，你会重点关注哪些评估指标？为什么？4.项目：训练一个基于 pair 对的 reward 模型，loss 函数怎么写？如果是非 pair 形式（只标注最优 response），loss 又该如何设计？5.项目：DPO数据构造中常出现正负样本不均衡问题，你有哪些解决方案？6.项目：用DPO缓解幻觉时，如果反而引入了新的幻觉，可能是什么原因？7.项目：DPO中的beta参数代表什么？过大或过小会带来什么影响？8.项目：你在微调时是否观察过不同层的梯度差异？9.项目：不同参数高效微调方法（如 LoRA vs Adapter）在你的任务上效果对比如何？

1.langchain的主要在这个chain 怎么理解这个chain2.提示词怎么设计的 如何设计3.rag怎么构建的4.模型微调qwen2.5-3B 用llamafacotry 怎么做的（直接说了用ui调 难绷）5.mcp mcp是什么6.工具调用失败 怎么办 我说了个设置保底策略7.想要按照结构输出怎么办？ 我直接说了按提示词调 不行的话再结构化输出8.多agent协作 如何做 设置工作流 这个不太懂

1.八股：最近有关注哪些大模型前沿论文？请介绍一篇你印象最深的，并说明其创新点。2.八股：DeepSeek-R1 中让你印象深刻的技术是什么？它解决了什么问题？3.八股：GRPO 和 PPO 的核心区别是什么？为什么 GRPO 在某些场景下更高效？4.项目：你在项目中使用了 RAG，那什么场景下 RAG 无法解决，必须升级到 GraphRAG？请结合具体例子说明。5.项目：GraphRAG 构建知识图谱时，如何划分文本 chunk？6.项目：有没有尝试过优化 chunk 划分策略？7.项目：在微调阶段，你为什么选择 Qwen 模型的特定层进行 LoRA 微调？8.项目：微调后是否出现 Bad Case？你是如何分析并缓解的？9.手撕：删除链表倒数第 n 个节点（LeetCode 19）

1.实习项目2.微调大模型的方法有哪些？3.生成式推荐项目模型的输入是什么？4.介绍一下 CLIP , CLIP 使用的损失函数是什么？5.讲讲 InfoNCE Loss6.生成式推荐项目后续有什么可以改进的地方？7.生成式推荐的项目8. tiger 、onerec 是怎么实现的？9. encoder - decoder 、 decoder - only 哪种方式更好？10.手撕：实现一个24点计算器

实习，项目，中间穿插八股题：含重复元素不重复的全排列

投的是Java后端岗位，但是这个百度也给面了，可能是kpi面吧。第一次面大厂，好多东西都忘了，回答的也磕磕绊绊介绍项目1.项目拷打：elk-mcp如何实现的，agent是如何从elk中读取数据（流式还是？），是固定时间查询吗。2.项目拷打：任务如何拆分，ddd架构的理解3.八股：stdio和sse的区别4.八股用户态和内核态的区别，为什么切换状态会有开销5.八股：http和https的区别，https如何保证对方是可信的6.八股：mysql的默认隔离级别，可重复读是如何实现的？详细7.八股：mysql的默认引擎，B+数如何实现顺序遍历，8.八股：go语言的垃圾回收模型9.八股：redis主从，redis与sql一致性的方案10.八股：io多路复用11.八股：advisor的作用12.八股：rag13.八股：关闭通道的方法，14.代码：go语言的接口比较15.代码：交替打印两个数字和两个字母已凉，面试官全程问的很笼统，不知道往哪个方向回答，有些问题一追问就答不上来。

1.八股：XGBoost 如何计算特征重要性？Gini 系数在树模型中代表什么？它和信息增益的区别在哪？2.八股：Decoder-only 模型在推理时，预测第 i+1 个 token 时，输入用的是第 i 个 token 的 one-hot 还是概率分布？为什么？3.八股：KV Cache 的空间复杂度是多少？如何估算一个 7B 模型在 batch=1、seq_len=2048 下的显存占用？4.八股：AdamW 和 Adam 的核心区别是什么？Adam 相比 SGD 引入了哪些优化机制？Adam 全称是什么？5.项目：你们验证集的类别分布是否和线上一致？如何保证标注数据的高质量（比如通过交叉校验 or 专家审核）？6.项目：在当前 RAG 架构下，如果引入 Few-shot Prompting，为什么能提升输出质量？和微调相比各自适用场景是什么？7.项目：FAISS 是如何加速向量检索的？你用的是 IVF 还是 HNSW？索引构建时 nlist/nprobe 怎么调？8.手撕：最长回文子串（LeetCode 5）

ai工具链，主要做的是通过agent对自动驾驶出现的问题做排查，出错日志很长，可能会超上下文。感觉比较有意思的一面主要是实习，项目，少量八股穿插在其中删除链表倒数第n个结点二面同上，加上几个开放性问题，类似于agent如何跟rag更好的结合，回答要很详细，包括每个模块怎么设计，不给具体场景答的很浅。最长不重复子串

一、围绕项目、论文的八股AUC的物理意义Adam的相关八股BERT的一些具体用法二、一些场景题建模线上营销链路三、手撕爱尔兰国旗（我用移动0的方法做的）一道dp，最长递增子序列，并输出最长子序列形式：如流，自己处理输入输出

这回终于是一个agent开发面了，看着岗位要求吓晕了，准备了好久，不过感觉问的问题都答上来了，不算很难，面试官人很好，还给我解答了缺陷，说怎么大二现在这么卷了1.做自我介绍，并确认是否为 28 届（大二）以及实习政策？2.背景确认： 28 届是 24 年入学的吗？学校是否允许大二出来实习？通勤时间能否接受？3.关于旅行规划助手：双模型动态切换的复杂度是如何判断的？4.核心逻辑： 路由层判定复杂度的准则是什么？如何区分“实际复杂”和“看起来复杂”的任务？5.追问1：针对 1.5B 小模型做路由，是否遇到过’复读机”问题？你是如何解决的？6.追问2：结合高德 MCP 协议，你发现它目前存在哪些问题或局限性？7.追问3：如何通过 MCP 协议实现“加入预算约束”的路线规划？8.大模型能够进行工具调用的底层原理是什么？9.关于魔搭社区问答助手：这个项目的微调数据集是如何获取和设计的？10.追问1：微调后模型的准确率是多少？11.追问2：对于 RAG系统，你本地是如何判断准确率和召回率的？12.追问3：微调过程中是否出现了“灾难性遗忘”？你是如何解决或缓解的？13.LoRA 微调的数学原理是什么？为什么它比全量微调高效？14.多模态与语音交互是如何实现的？15.项目中的自动化流水线是如何串联的？16.确认实习细节：实习周期、每周天数及到岗时间？面试反问环节反问 1：具体实习生进去负责哪个模块？反问 2：面试表现有哪些需要加强的地方？

1.八股：LoRA 和全参数微调的核心区别是什么？在显存和训练效率上各有什么优劣？2.八股：DPO、PPO、GRPO 三者的优化目标有何不同？为什么 GRPO 的 loss 中要显式加入 KL 散度项？3.八股：Transformer Encoder 中 FFN 的作用是什么？4.八股：什么是 DeepSeek 的 MLA？它的优势是什么？5.项目: 你在实习中用 LoRA 微调了哪个开源大模型？具体 rank、alpha、dropout 是多少？为什么这样设置？6.项目：SFT和DPO 数据是否有重叠？DPO 的偏好数据是如何构造的？人工标注成本大概多少？7.项目：你们的 RAG 系统召回阶段用了 BGE-M3 还是 BM25？最终选择依据是什么指标（如 Recall@k）？BGE-M3 输出向量维度是多少？8.项目：为什么不用纯向量相似度直接生成答案，而要再过一遍大模型？这样做对幻觉和安全性有什么帮助？9.手撕：接雨水（LeetCode 42）

1.自我介绍与项目反问2.你都读过哪些关于多模态的技术报告3.为什么现在大模型能处理动辄一两万 token 的长序列信息？4.qwen2.5和qwen3之间有什么区别你了解吗？5.序列长短不一，会浪费计算资源，怎么解决这个问题呢？6.qwen2.5- omni 个qwen3- omni 的区别和不同？7.你关于大模型理解的看法。8.代码：编辑距离onehot1009.代码：二叉树从内存中的读取📳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.面试官自我介绍，做内容风控2.自我介绍3.实习主要干的哪些工作?除了数据处理最大的困难是什么?4.为什么要去这个公司(小公司)实习?5.论文简单问了下6.组里显卡资源?因为看你的论文是免训练方法7.Lora的调参经验?有没有遇到什么难度?8.有实际用过dropout吗?9.有没有强化学习的实践经验?10.说说Agent的难点11.RAG的理解12.口头描述代码的解法，但因为设备原因无法共享屏幕取消了13.想做哪方面的工作，数据还是训练?(想训练)八股部分:14.说说了解哪些LORA的变体15.BatchNorm和LayerNorm

1. 假设你需要优化B站信息流广告的CTR预估模型，如何融合用户行为序列特征？◦ 追问1：你会使用哪些序列建模方法（如Transformer、GRU）？◦ 追问2：如何处理特征稀疏性问题？2. 描述一次使用深度学习模型进行点击率预测的经历，模型评估指标是什么？3. 解释广告投放中的动态创意优化（DCO）技术，如何实现广告素材的个性化推荐？4. 在多目标优化中，你的权重分配策略是什么？◦ 追问1：如何平衡CTR、CVR和ROI目标？◦ 追问2：会使用哪些多目标学习框架？5. 分享一次通过模型优化提升广告转化的经历，关键特征是什么？

1.讲解特征优化，有哪些难点，怎么评估2.怎么做特征处理3.介绍K-means量化，怎么做的多尺度4.怎么用的Parato优化，线上base比的谁5.介绍RQVAE，讲讲SID怎么用的6.RQVAE如何调参7.讲讲自己的三篇论文8.讲讲AUC（计算和物理意义），手撕AUC

1、实习介绍，随后围绕项目问八股2、对qwen-coder大模型的了解3、Lora训练的原理，调过哪些参数，其含义，怎么设置的4、训练过程中调过哪些参数，怎么设置的，loss曲线在训练过程中如果突然上升，一定是坏的吗？如何区分是训练参数不对和学到新东西导致的loss上升？5、大模型训练的流程有哪些？文本是如何tokens化的？tokenizer的原理是什么？6、RAG的流程？在打比赛时，有哪些提高的点？RAG中召回算法的原理？为什么还需要重排？如何提高RAG召回的效果，如何对向量化模型进行微调？7、代码题1：a = [1],b=[a,a],b[0]=[0],随后b[1]=？如果不想改a的值怎么做？8、代码题2：给一个数组，求划分方式，使得左半部分的最大值-右半部分的最大值 最大。

1.实习介绍2.论文工作介绍3.为什么构建这个benchmark4.构建数据集的时候遇到哪些问题，怎么解决5.选择这个微调模型的原因6.mplug的框架7.视觉编码器用的什么8.线性投影层具体情况9.qwen2的结构10.transformer的计算11.了不了解其他的transformer或者attention12.用了多少卡13.怎么做的分布式训练14.zero3不适合训练使用的原因15.介绍论文的多阶段CoT微调16.lora的原理17.lora的初始化18.矩阵B 为什么用0初始化19.手撕：一个字符串中出现次数最多的字符以及次数20.反问的时候还问了强化学习的原理