介绍实习 介绍hard负样本构建方式介绍业界hard负样本构建方式有哪些手撕senet为什么要使用senet有没有什么其他结构可以替换senet，以及效果的差异手撕：正则表达式匹配

八股部分： 交叉熵熟悉的激活函数relu和sigmoid区别sum和mean pooling的适用的情况din sim过拟合怎么解决？怎么在模型层面解决手撕：求开根号，我用的梯度下降法

- 项目和实习- 相关八股perplexity和质量打分用什么模型打 为什么用qwen 为什么用dense而不是moe模型数据配比怎么做 具体除了看别人的report呢 特定场景/领域需要自定义呢多样性采样怎么做 除了聚类呢组里做的是多大的模型数据具体讲讲怎么去重（token、sentence、段落等有不同级别）怎么做auto-switch cot

一面 项目介绍八股文：- LLM Decode 策略- Greedy Search 和 Beam Search- Greedy Search 是最优的吗？- LoRA？ 初始化？计算复杂度？笔试题：- 合并多个链表二面二面项目倒是问的挺多的，甚至面试官还看过简历里的论文，专门问了论文里他看的一些我没讲到的点八股文：- Transformer 的整体时间复杂度- 一层 Transformer 内部的时间复杂度？以及 Attention 的占比？笔试题：- 有 min_size 和 max_size 约束的 kmeans 实现，即每个蔟内的点的数量有限制。

一面1h： 1、自我介绍2、论文拷打3、实习拷打4、手撕，问什么类型（LeetCode or ML？），其实都可以，选了LeetCode，LeetCode 56. 合并区间5、机考复盘，问思路6、又拷打了下实习7、反问二面30min：1、自我介绍2、还是论文+实习拷打3、手撕，4道选一题，看到有旋转矩阵就没看别的

开局直接手撕，没自我介绍非hot100 能修改k个字符，求一个字符串的最长重复数。没运行，只要写代码说思路自己选一个项目介绍问了一些场景题，比如遇见稀疏reward可以怎么处理然后sample level loss和token level loss为什么在你项目区别不大这些手撕20min+面试15min

研究生学了哪些课程？没有任何项目经历问题用过sql嘛？sql的join种类有哪些会tensorflow嘛？AUC、GAUC的定义，是否对比过这两者二分法怎么实现的？时间复杂度为什么是o（nlogn）？用数学公式推导一下代码：LC33.搜索旋转排序数组（二分法）数学题：一副扑克牌 去掉大小王 在剩下52张牌抽5张顺着的概率是多少？总体难度不大 面试官更倾向于一些基础知识

拷打项目，中间穿插八股1.因果学习具体怎么实现？2.交叉注意力和自注意力的区别手撕两道：1. 一道重复字符串的2. 四个点围成四边形，判断第五个点在不在这个四边形里面后两周上官网发现已挂，不发拒信

只总结有效的一面1 transformer的结构，完整讲了一下，面试官本来想让我写多头注意力的，讲的时候顺便说了就变成手撕层序遍历了。2 项目的问答二面1 项目问答2手撕：排序+贪心原创题，不难，但没撕出来（面试官说思路错了）三面常规HR面。过程无八股

纯项目拷打，问的非常细，每个问题问到你回答不出来再问下一个问题。组里应该是做RAG的，或者面试官是做RAG的，所以即使我没RAG项目，很多问题也把我往RAG上引导提问。手撕小于n的最大整数给了n和数组A,A由0-9之间的数字列表组成，列表A中的数字可以多次取用，求由A中的字符组成小于n的最大整数

流程很快，聊了聊项目，指出了一个之前没人问过的问题，我之前的实习是算法创新，baseline是一个不是最新的模型然后改进了一点效果，面试官问为什么不改sota，给我问懵逼了，老老实实回答对这方向比较感兴趣，后面又问了我了不了解agent啥的手撕环节：手撕MHA，没想到面试真手撕这玩意，第一次写有点紧张写错了不少，但是面试官扫了一眼居然说差不多

1、召回在整个推荐链路中的作用和必要性？2、多路召回融合的动态权重设计，手动还是自适应调整？3、规则召回是怎么做的，用到哪些规则？4、cf的召回过程？5、swing与cf的区别，这两者存在什么弊端6、怎么实现u-u-i的召回？7、多目标排序算法有了解吗？讲一下MMoE8、序列建模有了解吗？9、对实习有什么想法？Code:最长递增子序列

二面： 1.自我介绍 2.简述实习经历，讲自己具体做什么工作，混着问八股 3.rag知识库怎么搭的 4.项目中redis怎么用的 5.为啥用lora，参数有什么？ 6.手撕：有序数组中绝对值不同的数的个数 7.反问：组内具体业务（入职可选），转正事宜

自我介绍 美团项目拷打场景迁移学习的思路有哪些？对llm4rec的后续迭代方向有什么见解？讲一下最近很火的onerec？你认为onerec对你工作最大的启发是啥？长序列建模除了sim还了解哪些？如果你这个项目资源足够的话，有没有考虑过直接端到端训练？在用bert做分类任务的时候，输出要怎么处理？常见的不同模态数据如何在embedding中对齐？如何判断一个特征的重要性？手撕多头注意力机制

一面 主要问实习经历介绍一下DPO多agent开源框架有哪些？为什么不用开源框架code: lru二面主要问实习经历，以及为什么为什么要改写，改写前后有什么区别？为什么不微调deepseekdeepseek优化了哪些？为什么不用PPO，而是用GRPO？大模型出现幻觉怎么办？有什么方法避免？

vllm是怎么加速的kvcache机制，具体讲解张量并行的理解 数据并行流水线并行了解其他召回排序算法吗DIN最能work的点多头注意力介绍样本不均衡时候的评估指标你还了解别的指标吗题目：乘积最大数组

1.自我介绍（2-3min）2.深挖过往实习经历（10-15min）3.RAG链路的流程。如何评估rag的效果？有哪些指标？4.讲讲微调（全量和高效）。LoRA的原理。了解多少别的变种？5.Transformer八股。讲讲自注意力机制。了解什么位置编码方式？6.模型训练过程中出现部分节点失活的情况，数据应该怎么处理？7.了解哪些强化学习算法？off-policy的举几个例子。8.讲讲PPO和GRPO9.看过什么论文？10.手撕二叉树中序遍历非递归

1.有4万多个产品和对应的销量，怎么找到销量好的？(不同产品的销量加起来超过总销量的10%)2. 线性回归的loss是最小二乘，什么是最小二乘法？3. 什么是attention？为什么现在LLM都是从这个基础概念演变来的？4. 什么是梯度爆炸？5. 时序模型LSTM为什么适合做带时间序列的预测?

自我介绍：介绍自己的一个代表项目，约面前让做了一个ppt用于讲解…交流：首先问了下RAG相关的内容，记忆中就是讲下自己负责哪方面的内容，大致怎么做的，然后问了些细节的问题…然后问了下大模型训练了解多少，实话说只知道原理，应用上只训过经典的一些小模型（感觉之后还是得弄个大模型微调的项目丰富下）…随后聊了聊随便有没有自己带团队做的项目，问是怎么安排任务进度啥的，还有一些基础信息的问答，base地薪资啥的反问：主要还是问了那边主要研究啥，去了做什么，有什么困难点，感觉那边会偏向用AI和大模型去出一些解决方案这种吧