1️⃣如何设计一个高效的 agent 上下文维护方案？2️⃣一个完整的 agent 智能体架构一般包括哪些部分？3️⃣agent 和 LLM （大型语言模型）有什么区别？4️⃣向量检索和关键词检索的区别是什么？5️⃣你了解的 tool 调用机制是怎样的？6️⃣MySQL 中的事务隔离级别有哪些？7️⃣什么是索引覆盖？8️⃣什么是协程，它和线程有什么区别？9️⃣HTTPS 的工作原理是什么？1️⃣0️⃣如何解决 Leetcode 第2题两数相加的问题？📳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。

给我面没招了，感觉自己好菜1. 解释LoRA训练方法，以及低秩矩阵更新的原理和优势2. 有了解传统精排方法吗，比如LTR3. 有了解Qwen3的embedding和Reranker模型吗，结构和特点是什么4. 结合项目讲大模型训练的几个阶段的特点和异同5. 介绍GRPO、PPO、DPO，分别需要几个模型，需要训练的是哪些6. 重要性采样有哪些方法，比如裁剪、KL散度约束、加权归一7. 介绍GSPO的优化点，腾讯最近出的SPO系列算法有关注吗8. 大模型微调过程中，如何避免灾难性遗忘9. 模型蒸馏在大模型落地中的作用和常用方案代码部分1. PyTorch实现GQA（分组查询注意力）2. 接雨水，要求手写两种方法：暴力法和双指针3. 经典SQL题：分组统计、排序、条件筛选

祝大家都能拿到满意的Offer！1.实习拷打2.项目拷打3.仔细介绍相关项目4.细节追问5.贝叶斯平滑的作用;贝叶斯平滑公式RMSNorm与LayerNorm区别6.负采样的考虑，为什么用batch内随机负采+困难负采7.scalingup怎么做的8.评估指标考察(Hitrate和NDCG公式和含义)9.过拟合解决方案10.L1与L2正则化区别11.代码题:旋转有序数组查找acm模式

1️⃣如何设计一个高效的 agent 上下文维护方案？2️⃣一个完整的 agent 智能体架构一般包括哪些部分？3️⃣agent 和 LLM （大型语言模型）有什么区别？4️⃣向量检索和关键词检索的区别是什么？5️⃣你了解的 tool 调用机制是怎样的？6️⃣MySQL 中的事务隔离级别有哪些？7️⃣什么是索引覆盖？8️⃣什么是协程，它和线程有什么区别？9️⃣HTTPS 的工作原理是什么？1️⃣0️⃣如何解决 Leetcode 第2题两数相加的问题？📳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. 场景题: 用户上传好几篇论文，AI能够精准总结并且能输出对比表格，怎么让Qwen具有这样的能力，全流程是什么？2. 微调的数据集哪里来的？数据怎么处理的？3. 会不会Linux4. 如何评估数据集的质量

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 实习拷打2. 项目拷打3. 模型为什么不直接用单任务估 pcvr，这不是更直接？4. 为什么多任务模型比单任务更好？5. 特征层面进Sharebottom特征怎么选的？6. 广告模型用的特征具体有哪些类别？7. 用户侧特征都有什么？8. 自己有具体去看过特征吗？比较重要的有哪些？9. 做网络优化前有考虑先从特征统计层面做优化吗？10. PLE和MMoE用过没？为什么效果不如当前的模型优化？体现在哪里？11. 共享屏幕随便打开一个讲 MMoE 的博客讲一遍12. MMoE 你觉得最大的亮点在哪里13. MMoE 伪代码14. 关于增量特征，从原始特征选一部分，而不是做更多新特征，这点怎么考虑的？15. 八股 QKV怎么做并行的 写个伪代码16. 场景题：滴滴打⻋用户一公里之内随机出现⻋，求距离期望

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 项目拷打2. 重点问了其中的模型优化工作，包括模型结构选择，线上指标怎么分析3. 问了多任务模型，mmoe，ple都分别介绍下，各自做了哪些优化，有什么作用4. 广告系统和推荐系统的异同点5. 投放链路：召回粗排精排重排流程以及常见算法6. 分类和回归任务的关系，可否相互转化？7. DIN模型介绍下8. 常见的损失函数有哪些（分类、回归、对比）9. 简单问了auc的计算和理解10. 手撕代码：给n对括号，输出所有排列11. 概率论（圆上三点构成锐角三角形的概率，二项分布和泊松分布和正态分布12. 数学题（12个球称三次找出唯一异常球

继续来分享下之前的面经~欢迎友好讨论，信息共享1. MAP（最大后验概率）和似然函数有什么关系？2. 什么情况下，MAP的损失函数可以用NMSE来计算？（高斯噪声）3. 手写Multi-head Attention4. Attention的复杂度是多少？5. AUC是什么？6. 推荐算法了解哪些？7. 协同过滤的概念是什么？8. 如果是一种普适性很强的物品（如：新华字典），怎么设计指标对它降权？9. AUC怎么推广到非二分类问题？怎么快速计算AUC？10. bn训练阶段和测试阶段区别，详细讲讲原理11. dropout原理，训练阶段和测试阶段区别，为什么12. deepwalk和node2vec原理13. 协同过滤讲讲原理14. 推荐多任务模型了解哪些，讲一下esmm15. 手撕交叉熵，二叉树最近祖先

发一下问题给大家参考，攒攒人品！1. 挖实习项目细节2. 介绍下PNN，PPNET，MMOE3. 多任务学习怎么调loss权重，写下用到的方法的伪代码4. 怎么进行分数融合？5. 了不了解Ltv的建模方式？6. 采用条件概率方式建模的前提？7. 讲Transformer和Bert？分别适用于什么任务？8. 算法题：三数之和

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1. 推荐场景多是ID类特征，如何结合大模型做2. 介绍下mmoe3. 模型优化中一共几个expert，3个expert，每个任务加expert，expert之间有交互吗，是否做过消融实验4. 选择特征是在bottom部分还是在expert的部分，每个任务的bottom部分相同吗5. 模型的样本量多少？6. 原始样本数据的正负样本比例，处理后的呢？7. 正负样本比例差别大的话如何处理，纠偏怎么做？8. 模型训练是单机训练吗9. 模型新增预估目标，模型的预估是什么？10. AUC的含义，计算方法，分子分母11. 介绍一下Adam优化器，一阶和二阶是如何设计的12. 手撕逆序对，用归并排序

依旧boss上约的，依旧薪酬和base在我理想范围内就投了，没记错的话简历应该很快就筛过了，面试约得较晚这家是千方科技的创业子公司，北京和广州都有base，hr找我的时候以为只有北京base，后续发现有广州，那主包也是很想去了，据说offer都是行业顶尖水平，有大公司背景背书的话稳定性应该也OK2026/3/6 一面 1h：1. 简单自我介绍2. 挑一个项目详细介绍，会问一些相关问题3. coding：判断点是否在三角形内部面试官是说先写coding边写边深聊，最后确实大部分时间都在这块花了原题目很简单，其实就是算三个叉积看是否同侧就行了，但这块主包之前写过凹凸n边形判断点是否在内部的coding，所以也没多想直接就按通用的写法写了（写的射线法），写到一半主包突然说 哦，其实就判断三个叉积是否同号就行，但对方表示很欣赏主包的挑战精神，让我就这样继续写，然后就写完了，写完对面一看哟这小卡拉米这么装，那我们继续聊三维空间如何判断点在多面体内部？就开始偏向数学讨论了，之前没想过这个问题，但还是想出了一个偏暴力的方法，对方表示这个方法不错聊完对面一看哟这小卡拉米这么装，那我们继续聊n维空间如何判断点在内部？面试官会给引导，也提示了内部如何定义（多个n-1维超平面切割n维空间后的公共子空间），最后说了思路4. 聊天+反问——有注意到前面花了大量时间聊偏数学相关内容，是否对数学要求很高？是的，公司是偏创业公司，需要强数学能力做创新做研发等等另外后续会遇到各种各样奇怪方向的面试官还有交叉面，代码的类型也会奇奇怪怪，算是打个预防针？——base？工作强度？这里得知有广州base，主包也是很想去啊很想去，工作强度据称是八小时制，但该卷还得卷——应届生培养？研发基地在广州，一般都是广州集中培养，然后想去北京的再转去北京面试氛围很好，广州base很想去，主包等后续

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 实习拷打2. 介绍一下项目内容3. 用户数据量和内容数据量，总共有多少特征，具体是大概有哪些特征，用户行为序列用到了吗？4. 一个特征有多个值的情况是怎么处理的？5. 有做特征选择吗？训练数据量多大？多路召回怎么做的？多路召回有几路？多路召回是怎么融合的？6. 有做粗排吗？7. 召回的离线指标和线上指标大概是什么情况？8. 用户的冷启动是怎么做的？9. 介绍一下 GrapSAGE，word2vec, deepwalk, node2vec10. 介绍一下 transformer， 多头注意力，encoder， decoder， LayerNorm11. DeepFM12. FM 的二阶交叉的权重是什么？FM的计算复杂度？13. leetcode：快排

有面试过同岗的朋友欢迎评论区交流1. 深度拷打实习项目30分钟2. bn训练阶段和测试阶段区别，详细讲讲原理3. dropout原理，训练阶段和测试阶段区别，为什么4. deepwalk和node2vec原理5. 协同过滤讲讲原理6. 推荐多任务模型了解哪些，讲一下esmm7. 手撕交叉熵，二叉树最近祖先

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流实习项目拷打1. BN介绍一下？它的优缺点？什么时候用BN的效果不好？2.  交叉熵损失函数？为什么分类问题用交叉熵而不用MSE？3. RF和GBDT的区别？4. 梯度爆炸问题有什么解决方式？

1.SSE与WebSocket区别2.对AI基本概念了解：RAG、Agent、FunctionCall、MCP、Skills等3.个人AI技能了解4.了解主流模型有哪些&各自特点应用场景5.用了什么IDE以及对比6.多Agent有了解吗7.AI在实习部门中应用场景8.Agent底层原理：ReAct、Transformer了解9.现有需求如何用AI进行实现，拆解小需求&AI规划&实现&测试，Trae中/plan、/spec

欢迎友好讨论，信息共享1. 实习拷打2. deepFM介绍一下，deep侧和FM侧的区别，特征数量是一样的吗？3. 多任务模型的发展流程了解吗？介绍一下4. 召回了解吗，usercf召回的时候对应的user的向量怎么生成5. 优化器了解吗，介绍下adam，adam和sgd的优缺点6. 怎么判断模型过拟合7. 手撕代码：快速排序

祝大家都能拿到满意的Offer！1. 问实习项目2. 对推荐模型了解多少？介绍下deepfm3. 推荐和广告有什么区别？4. L1和L2正则化的区别？为什么L1能产生稀疏解？5.   介绍一下常用的注意力机制，什么场景适合self-attention？6. attention和全连接有什么区别？7. 介绍一下AUC的物理意义，如果在现在基础上，再增加一批全正样本，AUC值如何变化？8. 手撕代码：字符串去空格

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 实习介绍2.项目拷打3. 模型为什么不直接用单任务估 pcvr，这不是更直接？4. 为什么多任务模型比单任务更好？5. 特征层面进Sharebottom特征怎么选的？6. 广告模型用的特征具体有哪些类别？7. 用户侧特征都有什么？8. 自己有具体去看过特征吗？比较重要的有哪些？9. 做网络优化前有考虑先从特征统计层面做优化吗？10. PLE和MMoE用过没？为什么效果不如当前的模型优化？体现在哪里？11. 共享屏幕随便打开一个讲 MMoE 的博客讲一遍12. MMoE 你觉得最大的亮点在哪里13. MMoE 伪代码14. 关于增量特征，从原始特征选一部分，而不是做更多新特征，这点怎么考虑的？15. 八股 QKV怎么做并行的 写个伪代码16. 场景题：滴滴打⻋用户一公里之内随机出现⻋，求距离期望

今天面试了一家外企，主要给大厂提供AI数据服务数据标注类似的服务，我作为大客户经理整体面试感觉很好，面试官态度很不错，有一种重回迪士尼的感觉1.自我介绍2.深挖实习经历，我是之前做的销售数据中台类似的岗位，所以我就把他包装成销售管理3.追问：前司销售的主要产品，销售体系有多少销售，部门人员架构4.销售产品的客户画像5.描述一下曾经的销售经历6.为什么想做大客户销售7.想来北京吗反问：公司主要和大厂合作，提供一些数据标注和服务，工作压力是有的，大厂方案迭代较快