1. 主要问简历项目2. lora原理以及AB矩阵初始化3. 开放性：你觉得你的xx项目还能怎么优化？如果给你足够的时间和资源，你会怎么做？手撕1. 返回严格递增最长子序列长度2. 手写lora公式反问部门业务：b站搜推大组

1. SFT数据的构造2. 为什么RL可以提高模型的能力3. 问答系统中如何做意图理解4. 开放题：LLM可以解决过去问答系统的哪些问题，你觉得还可以用LLM做什么新的创新5. 有其他offer吗？选offer会考虑什么？手撕算法：无反问：LLM在车机系统中的应用场景

1.面试官先简单介绍团队，然后进行自我介绍；2.对项目和论文进行了细致询问；3.为什么多头注意力能提升表达能力？4.大模型中使用RMSNorm的原因？它和LayerNorm有何差异？5.LoRA和PromptTuning的区别，以及各自适用的场景？6.模型微调时是否遇到过过拟合？如何处理的？7.大模型推理时的加速思路？8.KV Cache是如何起作用的？为什么对长上下文推理很关键？算法题手撕：字符串的全排列。二叉树序列化与反序列化。

1.上来先写题，力扣原题：和为k的子数组2.有没有做过微调和模型训练3.Python全局锁是什么4.你怎么理解原子性5.进程和线程6.场景题：如果有1000w数据在云端，希望用http方式下载处理保存，用python怎么做，重点关注线程和进程7.多线程处理是否会受到全局锁的影响8.混合精度训练的原理是什么9.训练的时候发现训练速度很慢，该从哪些方面去考虑以提高速度10.多机多卡训练的通信问题11.梯度累加的原理是什么12.大模型的编码方式有哪些13.介绍encoding和decoding14.介绍旋转位置编码15.大模型的词表是怎么生成和使用的16.介绍一个你觉得做得比较优秀的项目17.为什么用xx模型，相比于其他的模型有什么优势18.Reward model是怎么训练的19.如何客观评价两个大模型哪个好20.你是怎么写prompt的，怎么迭代的21.介绍mcp的原理22.Mcp的优缺点

1.项目拷打谈谈传统搜索算法和 RAG 的理解2.为什么大模型结合 RAG 会出现 AI 幻觉的现象？3.介绍一下 MHA4.了解 MHA 的变体吗？5.了解 KV 缓存吗6.介绍一下 self attention 吧7.了解 PE 优化吗8.了解 dpo 和 PPO 吗9.了解 ReAct 架构吗10.如果你有一个待优化的模型和一堆 query ，你怎么利用 PPO 来优化模型？

1. 这个岗位是抖音电商岗位，在data部门，主要是做山寨商标识别的，可能需要用到多模态模型对山寨logo识别，或用到AIGC模型生成一些山寨logo2. 介绍完自我介绍，就是一道力扣困难题，求两个有序数组中位数，要求时间复杂度log(m+n)，可能需要二分法，但之前看力扣答案还看不明白，再写下去属实是浪费时间3. 项目深挖，主要是问我textual Inverion和Lora的作用，没有问我的论文4. 八股：Lora实现细节，PPO实现细节，是否知道大语言模型常用的旋转位置编码，是否了解deepseek的GRPO，你对多模态模型了解多少5. 思维题：如果你和一个人比赛但是你的胜率较低，你是选择五局三胜还是三局两胜获胜的概率大？答案应该是三局两胜，我跟面试官说可以建一个二叉树用回溯法求全概率然后比较。但是他让我用直觉判断，果然我的直觉是不准的，选了五局三胜。6. 开放题：如果让你去生成一些山寨logo，该怎么做。我回答的是首选图像编辑模型，在原有logo的基础上通过语言进行额外控制，可以最大限度保留原logo特征；因为logo的颜色较为单一，可以考虑用controlnet➕线稿修改的方式生成。线稿修改可以人工提供一些样本，成本相较于直接人工绘制山寨logo较低。

1，讲下实习项目c吧（应该是只有c和组里工作相关）2，模型某个设置可能会受到样本分布变化影响，怎么解决的3，回归用mse和mae区别在哪4，除了看loss，某指标如何离线评价（没说上来，胡言乱语了一下）5，（场景题）目前gpu资源比较紧张的前提下（没法做大规模实验），对于多目标模型，假如说现在有个特征想加，算了相关系数，跟ctr正向，cvr负向，那你到底要不要加上。（感觉又有点胡言乱语了）手撕交叉熵公式（卧槽刚想起来好像把label也写到log里面了……数学奇迹之log0）分割等和子集（边界条件磕磕绊绊了一下）反问业务 工作

1，实习项目a是什么，用处在哪2，实习项目b做的动机是什么，为什么要这么干3，实习项目c主要涉及哪些方面，业务上不一样在哪（我哪敢说太多……）4，c为什么直接换模型了，有可能只是样本分布不一样；看过里面mmoe权重吗，保序回归分桶怎么做的5，实习那边广告会对用户流量做区分吗6，比赛a怎么做的7，召回可以限定用户行为序列长一点，每个少召回一点（我说这样可能重复率太高）8，后面排序特征设计？9，了解llm做生成式推荐吗，聊聊大家对这部分的想象空间。（我不到啊，胡言乱语了）10，有发论文吗（没啊）简单说下相关工作的思想手撕：编辑距离秒了反问1，部门业务后续发展方向2，可能承担的工作3，组里的具体工作

先做道题吧：二叉树z字层序遍历1，实习项目a具体工作内容是什么（涉及到RL感觉有点难讲清，大家接触RL不多导致我有点说不明白，后面得优化一下表述），为什么要自己设计一个排序模块？排序模块这部分怎么做的。2，实习项目b的动机？后面结果貌似可以预见，为什么还要这样做？3，实习项目c的出发点，为什么做这样的多目标，感觉任务上关系不大，有优化吗？保序回归分桶怎么做的？这个分桶的区间和数目感觉可以再试试讨论。主要承担的工作在哪部分？4，来问点基础知识吧1.AUC2.优化器了解吗（说了下sgd和adam）3.激活函数了解吗（说了下sigmoid和relu）4.mse和mae5.bn和ln反问

1.上来先写代码题 LC300.最长递增子序列2.AUC的理解、一道AUC的计算题3.了解PCOC嘛？PCOC和AUC的区别4.讲一讲LR损失函数5.sigmoid为什么会造成梯度消失？6.介绍FM7.拷打项目8.平时怎么学习ctr点击率预估这些模型的？

八股： 1.MMOE是怎么解决负迁移现象的？2.还有哪些解决负迁移的办法3.怎么解决跷跷板问题？4.MMOE极化现象怎么解决？5.模型加特征进去怎么判断特征的好坏6.bn的原理、bn可以用到特征筛选嘛？7.DIN、SIM具体实现原理代码：LC300.最长递增子序列

1.开放性讨论比较多2.介绍上段实习用的技术栈3.低活用户和高活用户具体表现在哪些方面的差异4.copc和pcoc的区别5.模型子集是如何划分的6.代码：一个长度为n的int型数组中，查找到出现次数大于n/2的数字（假设必然出现）7.还能怎么优化空间复杂度？8.延伸：假设数组是有序的

1.挑一个实习项目介绍 并进行一些刁钻问题拷打2.离线评估指标有哪些3.你认为精排模型优化点还有哪些（从最重要的开始说）4.在冷启场景下wuauc和auc有什么区别5.长期系列建模有哪些6.din、sim注意力机制怎么计算的7.sim的hard search和soft search有什么区别8.sim两个子单元是怎么实现的9.计算相似度有哪些方法 并分析好坏10.代码：LC25.k个一组翻转链表11.延伸：要求如果链表不是k的整数部分也要求翻转

1.实习介绍2.介绍一下项目3.项目的细节拷打，一直追着问，问还有没有更好的模型4.SID的训练损失函数5.损失函数可导吗6.SID有什么缺陷呢?怎么解决7.目前的LLM结构和最开始的Transformers有哪些变化?8.具体说说ROPE?9.是否了解强化学习?10.手撕1:爬楼梯11.手撕2:岛屿数量

1.实习介绍2.transformer为什么比RNN好，有没有scaling law3.介绍一下新闻推荐的项目4.新闻推荐比赛的正负样本怎么确定5.了解生成式推荐吗?6.SID如何训练的7.Tiger为什么不采用decoder-only的形式呢8.否熟悉推理优化中的flash-attention和KV-Cache?9.KV-Cache出现在训练中还是推理中?10.为什么不出现在训练中使用KV-Cache?11.注意力的优化是否了解?12.手撕:接雨水

1.基础研发平台/基础算法2.实习介绍3.比赛负责哪些工作4.grpo之后的强化学习还了解哪些5.workflow和自主智能体的区别6.在做agent的时候，如果也用到了rag，出现指令不遵循的情况，应该如何解决7.目前市面上有哪些自主智能体

1，实习介绍2，深挖项目1.RAG检索到的内容如何进行评估好坏2.你认为未来RAG的创新研究方向有哪些3.介绍一下GRPO以及他们的改进方法，了解的都介绍一下4.模型的过度思考，输出文本太长改如何解决。手撕1.合并K个升序链表   数据流的中位数2.两道leetcode 困难，还没练到，写出来一个时间复杂度高的，时间复杂度低的没写出来

1. GRPO是on policy还是off policy？为什么？2. GRPO利用的数据是旧策略产生的，那为什么还叫on policy？3. 重要性采样解决了什么问题？ 公式是怎么样的？解释下每个参数4. GSPO和DAPO分别解决了什么问题？怎么解决的？5. 什么是强化学习的熵崩溃？怎么优化或者解决这个问题？6. 熵崩溃和reward hacking什么关系？7. Qwen3和ds r1区别？8. 如何确定你项目的评估指标迭代是否符合当前需求？9. MLA具体是怎么做的？可以加快推理速度吗？10.  代码题是给三段代码，判断输出。📳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。

1.八股：RoPE（旋转位置编码）是如何用绝对位置编码实现相对位置感知的？能否从数学直觉上解释？2.八股：vLLM 的核心原理是什么？它如何通过 PagedAttention 提升推理吞吐？3.八股：FlashAttention v1 和 v2 的主要改进点分别是什么？它们如何减少显存访问并加速 Attention 计算？4.八股：Qwen 在训练时采用的 “packing” 形式和“多轮对话”形式有何区别？各自对训练效率和模型能力有何影响？5.项目：你们如何增强模型的多轮对话能力？除了增加多轮 SFT 数据，还有哪些架构或训练策略上的尝试？6.项目：如果 RAG 生成需要融合多个文档（如 doc A 和 doc B）进行逻辑推理，你会怎么设计？若引入知识图谱，如何与生成模型结合？7.项目：你们的 CoT（Chain-of-Thought）训练数据是如何构造的？使用 CoT 微调后的模型，对非 CoT 类任务是否有泛化增益？8.项目：模型训练数据上线前，你们从哪些角度做质量检验？用了哪些自动化手段或人工规则？