没有八股没有手撕面试官对着简历问他感兴趣的问题

1.项目介绍2.训练样本大概多少条3.为什么会想在重排做生成式4.如果是做生成式召回应该对模型结构怎么修改5.有考虑用别的强化学习的方法吗6.dpo 的公式是什么7. grpo 了解吗8.beamsearch 怎么做的9.大模型了解多少，强化学习了解什么10.手撕 transformer 并计算 flops 和内存开销📳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。

多模态算法实习生2026.01.20，下午17:30，二面（HR面），线上，10多min，都开摄像头了1.这段实习经历给你带来的经验和成长是怎样的？2.你对之后的实习方向、意向公司有什么诉求吗？3.你对我们公司的印象度怎么样？4.如果我们给你发 offer，你什么时候能顺利到岗？5.你现在是在老家吗？6.你现在是在学校还是在家？7.你家住在哪里？8.你目前还有其他在沟通的实习机会吗？9.你对我们公司的弹性打卡时间（早上 9 到 10 点，晚上 6 点半到 7 点半）、本科与硕士的薪酬标准（本科 260 元 / 天，硕士 350 元 / 天，需拿到研究生学生证后才可从本科薪酬转为硕士薪酬）是否接...

1. transformer 和 bert 有什么区别2. CLIP 中文本编码器的结构是什么样的，输入输出是什么3. 知道哪些微调方法4. 知道哪些正则项5. 知道哪些损失函数6. 评估一张生成图像的好坏有什么指标7. transformer 中的 Q K V 是什么含义8. transformer 变体有哪些9. 讲讲 VAE 的原理，VAE 的变体有哪些10. 模型过拟合有什么解决办法11. transformer 中 QK 为什么除以根号 d12. 现在要为番茄小说的每一章节生成一个图像，可以怎么做，有哪些要考虑的问题13. 知道哪些多模态大模型，具体是如何做的14. 图像风格迁移怎么实现15. 训练时爆显存怎么办代码题是接雨水，力扣第42题原题。面试中并没有问我的项目和论文。面试官人很好，是我太fw了

问题：机器学习在银行信贷风控中的应用场景？回答思路:1.贷前:信用评估与反欺诈信用评分卡:传统逻辑回归与机器学习(如XGBoost,LightGBM)结合，利用多维度数据(交易、行为、农业生产经营数据)预测违约概率。反欺诈识别:使用无监督学习(如聚类、异常检测)或有监督学习识别团伙欺诈、申请资料造假。2.贷中:风险预警与额度管理行为评分与早期预警:基于贷后还款行为、账户活动等实时数据，利用时序模型预测客户风险等级变化，触发预警。动态额度调整:根据客户风险变化和贡献度，利用强化学习等模型动态调整授信额度。3.贷后:催收策略优化催收响应预测:预测不同客户对不同催收方式(短信、电话、上门)的反应概率，优化催收资源分配，实现差异化收。

1.自我介绍；2.本科毕设项目介绍；3.Retinaface和Facenet的具体网络模型；4.Retinaface是如何检测人脸的，Facenet是如何识别人脸的；5.项目的创新点有什么，评判指标是什么；6.检测和识别用的时间，其中esp8266，mg996r分别是做什么用的；7.大模型量化比赛项目介绍；8.AWQ和GPTQ是什么；9.什么模型适合用AWQ，什么模型适合用GPTQ；10.其中最优的参数是怎么得到的；11.llm- benchmarker怎么用的，是什么评判指标；12.了解算子吗？（marlin kernel）详细说一下这个算子是什么；13.除了量化其他的方法了解吗？（压缩、减枝、LoRA）14.LoRA是什么；QLoRA是什么？为什么要用LoRA；15.具体的原理是怎么样的；16.如何将LoRA结合到TransFormer各个层？17.介绍一下TransFormer的架构；18.Encoder和Decoder是由什么组成的；19.MHA细节是怎么样的(QKV)，softmax是干什么用的；20.单头注意力和多头注意力有什么区别；21.为什么MHA下面要除根号d；22.潜在多头注意力了解吗，多头注意力的作用；23.FFN详细说一下；24.残差链接有什么用；25.Layer Normalization有什么用；26.Layer Normalization和Batch  Normalization的区别；27.Qwen3的基础架构是怎么样的；28.Qwen3和Qwen2.5相比有什么区别；29.Qwen3和DeepSeek有多少个头；30.大模型要训练出思维链应该如何训练；31.如何平衡精度和推理速度，怎么做trade off的；32.了解Agent吗，做过什么agent项目33.Dense模型是什么；34.MoE、MLA是什么，详细讲一下；35.LoRA的偏置矩阵详细说一下，为什么LoRA初始化A要正态分布，B要初始化为0；36.秩是什么意思；怎么理解；37.Qwen3哪里做的好；38.快手实习项目介绍；39.经纬恒润实习项目介绍；40.了解量化交易吗；41.你平时做交易是趋势还是阶段？

多模态算法实习生2026.01.20，上午10:15，一面，线上，10多min，面试官没开摄像头 1.自我介绍 2.MindIE 现在的发展情况如何？ 在 910 服务器上，Mind IE 的性能比 VLLM 和 SGLang 等要快，都是适配该服务器的版本。 3.用 OneBench 测试时测吞吐了吗？ 没有做模型性能压测，只做了精度测试。 4.为什么选择这三个数据集做测试？ 因为是用中文数据微调，所以选中文数据集，LOGI 是中文逻辑推理数据集，MUSR 是中文意图识别数据集，还有一个综合类中文通用数据集，从不同角度对比能看出性能差异。 5.Qwen3 的 8B 有 thinking 能力...

1.实习经历穿插具体介绍2.bceloss公式介绍用pe，优势在哪里3.粗排有没有和精排有什么交互信息4.序列建模的基线模型是什么5.Linux常用命令有哪些，如何用Linux命令在两服务器间传数据6、如何降低KV cache7、讲讲DeepSeek中的MLA8.讲讲最开始的自注意力机制发展到当今的一个优化路线9.手撕最长公共子串1.合并有序数组（双指针）2.搜索插入位置（二分）3.分析一下din的attention和transformer的注意力机制有什么不同4.实习的模型更新的时期是按天为单位还是按小时为单位？5.ESMM模型后面的论文了不了解？6.DeepFM的FM侧是如何计算的？7.dense类的特征可以拿来做embedding吗？8.解释一下梯度消失的处理策略9.手撕多头注意力，询问其变体和设计思路，以及添加策略📳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。

时间比较长，1个多小时，忘记录音了，隔了几天，记录个大概（由于我主要学的是智能体应用层开发，关于一些模型底层的不太会，所以记得不是很清楚），已过。1.自我介绍，介绍项目2.讲了一下自己参加的几个竞赛3.首先着重第一个智能体项目（比赛项目）进行了解4.拷打RAG（接近30min，全流程都详细询问，包括算法，设计，优化等）5.如何实现混合检索的？（检索来源，比重，RFF等）6.Ranking重排序7.拷打MCP（和function-call核心区别，项目中如何构建MCP Server，如何使用等）8.模型微调（几种模型微调的方式，LORA等）9.Transformer（注意力机制）10.项目中如何使用ReAct的？11.提问了第二个Java项目?12.点赞场景下使用那种缓存策略（两种，旁路和写回）13.为什么使用HeavyKeeper算法进行热点识别存储？14.如何通过Redis实现点赞的写聚合？15.提问（个人优势，学习能力，未来职业探讨等）16.反问。第一次面这么长时间，汗流浃背了属于，问的比较细，由于自己搞的更多的是Java后端和智能体应用开发，对于哪些更底层的了解的比较少，但好歹结局还是比较好的。后面还是得多学点东

算法实习生2026.01.19，下午15:00，一面，线上，30多min，都开摄像头了1.自我介绍2.你本科是计算机科（CS）吗？为什么本科经历都在 AI 方面（有视觉、自然语言等），保研却去了网安？本科是计算机相关专业，保研时联系研系导师太晚，北邮的计算机学院和 AI 学院名额已无，被迫选择网安方向，研究生阶段做 AIGC 文本检测相关工作。3.AIGC 文本检测具体是做什么检测方向？输入一段文本，检测这段文本是 AI 生成的概率。4.自然语言数据查询分析系统的目标是什么？满足客户需求，支持上传 Excel 或 CSV 表格类文件，实现自动数据查询与分析，比如计算特定时间段的总金额、平均值等...

1.合并有序数组（双指针）2.搜索插入位置（二分）3.分析一下din的attention和transformer的注意力机制有什么不同4.实习的模型更新的时期是按天为单位还是按小时为单位？5.ESMM模型后面的论文了不了解？6.DeepFM的FM侧是如何计算的？7.dense类的特征可以拿来做embedding吗？8.解释一下梯度消失的处理策略9.手撕多头注意力，询问其变体和设计思路，以及添加策略✴️如果想了解更多算法相关的面试问题，欢迎后台咨询算法offer辅导。

面试大模型算法岗，跟HR沟通有4论面试，很重视这个岗位，没有算法团队，去让你搭建团队，没有带团队经验建议避坑，面试可能是来套方案的。面试过程1.自我介绍2.挑了一个项目介绍下项目，项目的使用并发和访问量，项目开发用了多长时间3.八股文： 介绍GRPO、PPO、DPO，分别需要几个模型，需要训练的是哪些4.RAG检索优化5.transformer 的原理和机制6.没有手撕代码

快手AI agent开发实习生一二面面筋技术栈：Python＋go（有两段后端实习）实习做的项目相关：- 为什么引入父子索引，为什么引入BM25，比例是怎样的，具体流程是什么，有没有rerank- rerank后返回几个块，有没有做一些验证- rerank后的topk截断是怎么做的，为什么是这个值，有没有其他方案- 讲一下上下文工程，记忆是怎么做的- 问实习做的后端项目的问题- 分布式令牌桶限流讲一下，漏桶讲一下，滑动窗口算法限流讲一下，如果用滑动窗口结构体会包含什么字段，滑动窗口和令牌桶相比有什么确定，用redis的什么数据结构实现- 问自己做的项目，lru讲一下- 布隆过滤器讲一下- 索引失效的情况（MySQL八股有点忘了，只讲出来两个，被追问了）- like会不会失效- MySQL事物隔离一致性讲一下- mvcc细说，详细追问，问你这种情况会创造几个readview- MySQL锁讲一下手撕：我说我最近实习，很久没刷过题了，出了一道反转链表二面：全是agent，rag相关的，项目相关的，不涉及后端细问rag项目- 如何评测的，有哪些纬度，那些指标- 数据集包括什么- 如果让你对相关度，回答的效果做一些优化，你有什么思路，有没有什么更体系化的思路建设- 如果设计一个数据处理的场景，你会怎么做，比方说有一千条数据，需要求和，你怎么做处理- rag性能如何提升- 你的上下文怎么处理的，有什么优化思路- 长短记忆之间怎么做协同呢- 你有什么思路去对你的agent做优化，让他更智能呢（我感觉这个问题太泛了 不知道具体在问什么，我回答主要针对工程遇到的问题做优化）手撕： 全排列（a了）反问：可能有三面 or hr面业务是做一些内部agent工具和平台技术栈（Python＋内部框架）许愿后续

1️⃣ 自我介绍2️⃣dpo训练对于系统问答的优化在哪里3️⃣提高模型的准确率核心是什么4️⃣rerank 用的什么模型5️⃣swiGLU 的改进6️⃣全参数微调 7B 需要多少显存7️⃣FP16/BF16 区别8️⃣介绍 gradient checkpoint9️⃣RougeL 计算方法1️⃣0️⃣代码：找数组第 k 大元素✴️如果想了解更多算法相关的面试问题，欢迎后台咨询算法offer辅导。

文心一言 大模型算法实习生2026.01.15，上午11:00，一面，线上，1h左右，只有自己开了摄像头，面试官没开面试官首先介绍了自己团队的工作，是百度文心团队旗下专注于代码大模型的相关团队，核心工作涉及模型的预训练，也包含后续的后训练工作，同时会进行数据策略的优化，开展数据分析等相关工作。面试时录音了，以下是语音转文字后的简要结果：1.自我介绍2.拷打简历3.你现在在北邮这边读书时，导师这边没有什么项目吗？你这个实习是在研究生阶段去实习的是吗？（实习是本科大四阶段刚结束的，目前处于研0阶段，今年九月读研一，导师这边做 AIGC 文本检测相关项目）4.请讲一讲你那段实习中数据分析系统项目的背...

base北京 有没有了解的uu大佬卓望相比于其他移动公司/运营商 是有一个面试满意度调查的时间线：09-上旬 投递10-中旬 笔试12-上旬 一面 项目介绍和挖掘 面试官很有礼貌01-上旬 二面 hr面 就是些基础问题，困难、挑战、介绍项目，薪资沟通和反问01-上旬测评 性格测试01-上旬三面 （终面？） 准备AI项目展示PPT 有几个面试官进行提问深度挖掘项目，前半部分友好，后半部分问了很多不沾边的奇怪问题，面试官不专注，重复提问，问：为什么不去自学智能体、语言模型，现在这么火；提问手机号排序算法。说三面是终面 不过后续和我说三面通过后需要考虑领导面看是否进入人才计划

1.Transformer 中为什么要用多头注意力？单头注意力有什么局限性？2.GRPO 和 PPO 在 RLHF 中的核心区别是什么？3. vLLM 的核心优势是什么？4.为什么在推荐系统中引入RAG？知识库的数据来源和构建流程是怎样的？5.嵌入模型为什么选 BGE？FAISS 索引是如何构建的？6.RAG 的 chunk 划分策略是什么？7.什么场景需要GraphRAG？8.当输入超过模型上下文长度时，有哪些主流解决方案？9. 手撕：乘积最大子数组（LeetCode 152）📳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。

第一轮项目领导面1.结合你的简历做一个自我介绍2.结合项目展开说具体做了什么工作（先说总体目标是干啥，以及每一步目标是为了什么）回答模板：项目的服务对象是谁？这个项目能为他做什么？3.用的什么向量数据库？4.问答模型、RAG、知识库的向量化处理这些你都做了吗？怎么做的？5.这个过程中你怎么去设计的向量库？什么向量库？6.画出典型的RAG结构7.机器人售后项目数据治理工作包括那些？8.你对docker熟悉吗？9.你的fastAPI是自己开发的吗？10.你干活用哪些AI?第二轮boss面1.你认为你性格中的优势特点是什么?2.你父母是做什么的？3.平常用什么大模型？4.你的职业发展规划是什么样的？

1.自我介绍2.问项目3.wide&deep结构4.deepfm结构，和wide&deep区别，wide和fm部分具体是什么有什么区别4.MLP和DNN的区别5.手撕求前k个最小值，用了最小堆，问了最小堆是用什么排序实现的6.手撕子集型回溯，没注意到给的列表可能有重复元素， 被问到了，回答用哈希记录然后跳过重复7.DIN结构，外积的物理意义8.除DIN外还有什么序列建模方法，回答transformer， 追问两者区别9.反问感觉寄，问得基础但答得不好，攒人品