自我介绍实习经历（下面只写一些通用可能考察的地方）Multi-Agent 架构的Agent应用应该如何搭建，为什么需要用Multi-Agent 架构，会存在哪些问题？八股文Redis 实现分布式锁的命令为什么Redis能实现分布式锁Nx是什么的缩写算法K个一组翻转链表整体节奏很轻松，跟面试官几乎是聊天式的交流，很友好，然后面完几个小时就约HR面

备战AI技术研发岗（算法/大模型/多模态）面试，刷题不能盲目！以下题单覆盖面试90%高频考点，不用贪多，刷透这些就够了！一、算法基础必刷题（重中之重，刷50-60题）核心目标：应对面试手撕代码，基础不丢分，这是入门门槛，不能偷懒！刷题范围：LeetCode 中等难度为主，重点刷数组、链表、栈队列、二叉树、动态规划、贪心，不用刷难题怪题，聚焦高频题。必刷重点：两数之和、二叉树的遍历（前中后序，递归+迭代）、最长回文子串、最长递增子序列、LRU缓存机制、TopK问题、二分查找（各种变体）。刷题数量：每天1-2题，总共刷50-60题，刷完复盘总结，确保同类题能举一反三，避免刷了就忘。二、机器学习必刷...

1. MySQL 常见存储引擎有哪些？有什么区别？常见是 InnoDB 和 MyISAM。InnoDB：支持事务、行锁、外键，适合高并发 OLTP（线上业务）MyISAM：不支持事务和行锁，读多写少场景才会考虑AI-Agent 在线系统一般优先 InnoDB。2. 什么是事务？事务四大特性（ACID）是什么？事务是“一组操作要么都成功要么都失败”。ACID：A 原子性C 一致性I 隔离性D 持久性3. MySQL 事务隔离级别有哪些？四级：Read UncommittedRead CommittedRepeatable Read（MySQL 默认）Serializable隔离级别越高，并发性能...

继续来分享下之前的面经~欢迎友好讨论，信息共享1.介绍一下你的实习经历和主要工作内容。2.在微调大模型时，你使用过哪些框架？它们的优缺点分别是什么？3.CLIP 模型的 zero-shot 能力是如何实现的？它在多模态任务中的应用有哪些优势？4.Transformer 中 Pre-Norm 和 Post-Norm 的设计差异是什么？对模型训练稳定性和性能有何影响？5.在生成式大模型中，为何通常采用 Decoder-only 架构而非 Encoder-Decoder 结构？6.请描述大模型中自然语言理解模块的具体实现方案，包括语义解析和意图识别的关键技术。7.针对 Transformer 模型推理过程，你会采用哪些优化手段？8.请阐述RAG的核心原理，并说明如何通过 RAG 缓解大模型的幻觉问题。9.vLLM 框架的核心优化原理是什么？其在动态批处理和显存管理上有哪些创新设计？10.请对比 RLHF、PPO、DPO 算法的技术差异、优缺点及适用场景。

家人们谁懂啊！最近疯狂赶AI面试，发现很多题真的是换汤不换药，反复被面试官追问，踩过坑才知道，这些题一定要提前准备，不然当场卡壳真的巨尴尬！先跟大家说句大实话，AI面试真的不是光会调包就行，面试官挖得巨深，尤其是基础原理和项目细节，基本上问两句就能看出你是真会还是混子。今天把我面过的高频题、踩过的坑，全部分享给你们，不管是面算法、大模型还是多模态，都能用得上，建议收藏起来，面试前狂背！首先是基础原理部分，这部分是必问的，也是最容易翻车的地方，我第一次面试就栽在这了，被问Transformer直接懵住，现在回想起来真的太亏了！面试官最爱问的就是Transformer结构，不是让你简单说“有编码器...

1-将下面的字典创建为DataFrame import pandas as pd data = { "name": ["Tom", "Jack", "Lily"], "salary": [12000, 15000, 18000], "education": ["本科", "硕士", "博士"] } df = pd.DataFrame(data) 2-提取含有字符串“Python”的行 df[df["cont...

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

1-什么是 DataFrame？DataFrame 是 pandas 的二维表结构，带有行索引和列索引，每列可以是不同数据类型，适合做结构化数据分析。2-什么是索引（index）？有什么作用？索引是行标签，用于数据定位、切片、对齐和快速检索；时间序列分析中常把日期设为索引。3-如何查看每列的数据类型？ df.dtypes 4-如何查看每列缺失值数量？ df.isna().sum() 5-如何判断数据中是否存在缺失值？ df.isna().values.any() 6-如何提取 createTime 为空的行？ df[df["createTime"].isna()] 7-如何...

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。

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

1. Python 数据分析常用库有哪些？各自作用是什么？NumPy：高性能数值计算、矩阵运算pandas：表格数据处理（DataFrame）matplotlib / seaborn：可视化scikit-learn：特征工程与机器学习工具scipy：科学计算与统计函数2. 什么是 Series 和 DataFrame？Series：一维带索引数组DataFrame：二维表格结构（行列索引），是分析工作主力数据结构。3. 如何将字典创建为 DataFrame？（宝典同类高频） import pandas as pd data = {"name": ["Tom&quo...

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

1. Python 中 is 和 == 的区别是什么？答案：== 比较值是否相等is 比较是否是同一个对象（身份/内存地址）代码： a = [1, 2] b = [1, 2] c = a print(a == b) # True print(a is b) # False print(a is c) # True 2. *args 和 **kwargs 的作用是什么？答案：*args：接收任意数量位置参数（元组）**kwargs：接收任意数量关键字参数（字典）代码： def demo(*args, **kwargs): print(args) print(kwargs) demo(1, 2, ...

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

1. Python 与 Java/C++ 的核心区别是什么？答案：Python 是解释型、动态类型语言；Java/C++通常是编译型（Java半编译半解释）、静态类型。 Python 语法简洁，开发效率高；Java/C++执行性能通常更高。 Python 更适合脚本、数据分析、AI、快速开发；Java/C++常用于大型工程、底层和高性能场景。 Python 内存管理自动（GC+引用计数），C++可手动控制内存。2. Python 是编译型还是解释型语言？如何理解？答案：Python通常称为解释型语言，但严格讲是“先编译为字节码，再由解释器执行”。流程：源码 .py 编译成字节码 .pyc Py...

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