✅ 春招备战指南 ✅ 💡 学习建议：  先尝试独立解题 对照解析查漏补缺   🧸 题面描述背景等均已深度改编，做法和题目本质基本保持一致。 🍹 感谢各位朋友们的订阅，你们的支持是我们创作的最大动力 🤖 内容包含AI辅助生成，题解和代码均经过多轮验证，有问题欢迎评论 🌸 目前本专栏已经上线200+套真题改编解析，后续会持续更新的  春秋招笔试机考招合集 -> 互联网必备刷题宝典🔗 淘天-2026.04.11-算法岗 题目总览    题号 题名 主要做法 难度     1 轮转 倒序维护字母映射 简单   2 凑对 分块构造 + 小范围搜索 困难   3 模 k 最大子 余数可达...

攒人品中！ 1.minimind数据集怎么来的?预训练数据集是什么形式的?为什么这样设计?2.项目指标提升多少?3.了解qlora吗?4.dpo和grpo区别?项目指标上又有什么区别?数据上呢?5.为什么要做强化学习?为什么不能直接把想要的直接加sft里面从而不用rl6.moe介绍?架构?7.多模态模型了解过吗?8.了解dapo吗?9.手撕moe

1. 大模型微调的完整技术方案与工程落地细节采用 LoRA 参数高效微调方案，仅对 Transformer 的 Q/V 投影层添加低秩矩阵，冻结底座模型参数。训练时设置秩 r=8、缩放因子 α=16，使用 AdamW 优化器，学习率 2e-4，配合余弦退火学习率调度与梯度裁剪。工程上使用混合精度训练、分布式数据并行，提升训练效率，训练后合并 LoRA 权重，不增加推理延迟。 import torch import torch.nn as nn class LoRALinear(nn.Module):def __init__(self, in_features, out_features, r=...

攒人品中，祝大家都能拿到满意的Offer！项目拷打1. 讲一下主流大模型的结构2. Transformer 的 tokenzie 是如何实现的，训练和推理分开讲3. 你知道工具调用，MCP 还有 Skill吗，他们都是什么，都有什么区别，优缺点，你自己用过什么MCP/Skill4. 如果让你来设计一个基于Agent的自动给数据标注的系统，你会怎么设计，你认为关键点在哪里5. 实践过程中，其实最大的问题是agent和人类对于同一个标准的理解是不一样的6. 有了解什么自动化Prompt优化的工作吗，讲一下 (APE)7. 算法题：给定两个数列a b  求a b的最长公共子序列（不连续）

祝大家都能拿到满意的Offer！1.详细拷打实习经历2.ppl 怎么算，当模型输出趋于一致的时候ppl高还是低。3.讲解一下自己熟悉的模型的架构。具体讲下MLA和Linear attention，其中对于普通的Linear attention有什么可以改进4.大模型中对于 transformer 的ffn有什么改进手撕：1. 最长公共子序列 + 该题变体

1. 自我介绍2. 介绍你做的模型loss设计，包含基础损失与辅助损失，说明各部分作用与梯度流动逻辑模型loss采用多任务联合优化框架，主损失负责核心任务拟合，辅助损失用于约束特征对齐、分布对齐与梯度稳定。以多模态分类模型为例，主损失使用交叉熵损失，直接优化分类准确率；辅助损失包含对比损失用于拉近同类特征距离、拉远异类特征，以及KL散度损失用于对齐教师模型与学生模型的分布。训练时通过权重系数平衡各损失，保证主任务不被辅助任务淹没，同时利用梯度裁剪解决多任务梯度冲突问题。 import torch import torch.nn as nn class MultiModalLoss(nn.Mod...

面试轮次：三面岗位：AI平台研发/机器学习平台工程师难度：⭐⭐⭐⭐⭐📝面试题“为大规模分布式模型训练（如千卡级别训练ERNIE 4.0）设计一个高性能、可扩展的数据预处理与采样服务。要求：1️⃣ 能从海量（PB级）原始日志/文本中，实时清洗、去重、标准化，生成训练样本；2️⃣ 支持复杂的采样策略（如按热度负采样、难例挖掘）；3️⃣ 服务需以高吞吐（>10W样本/秒/节点）向训练集群供给数据，并保证全局采样分布的一致性。给出架构设计、核心数据处理流水线，并解决数据倾斜与背压问题。”💡解析：AI工业化生产的“数据引擎”💻 这道题直击AI工业化生产的核心——数据流水线。它要求构建一个从原...

做Agent开发，大家最先问的基本都是：智能体到底是什么、能用来解决什么实际场景，具体该怎么落地使用。然后就会关心怎么对接各类接口、怎么让它自主执行任务，再往后就是要掌握哪些技术栈，比如大模型调用、工具集成、流程编排这些，把概念和实操串起来，对付面试嘎嘎有效

1. 自我介绍2. 介绍下你简历上这个项目, 说说难点, 遇到什么问题,怎么解决的,你这个项目是网上找的 还是怎么来的3. 为什么汽车后市场推荐比普通内容推荐更难做长期目标优化因为它不是纯消费型即时反馈场景，很多行为从曝光到成交会跨天甚至跨周，中间还夹着门店库存、服务时段、用户行程安排和价格波动这些外部因素。你今天推荐一个保养套餐，用户不一定马上下单，但不代表这次推荐没有价值；同样，用户今天点击了也不一定转化，因为可能只是先了解方案。长期目标优化难在信用分配，你必须回答当前一次曝光到底对后续留资、咨询、预约、核销贡献了多少。工程上通常不会直接拿“最终成交”做唯一监督，而是拆成若干代理目标，比如...

继续来分享下最近的面经~欢迎友好讨论，信息共享1.深挖项目2.lora参数更新量的计算3.dpo ppo grpo 的结构4.mha gqa mqa mla的结构5.flash attention的原理6.贪心输出 beam search top p top k7.大模型温度的定义8.一道逻辑推理题 像中学奥数题9.手撕前k高频元素

发一下问题给大家参考，攒攒人品！1.详细拷打实习2.讲解一下你了解到的不同基座模型都用了什么不同的训练范式3.grpo的重要性采样公式是什么，如何理解4.off-policy和on-policy如何理解5.如何理解dapo中的clip-higher手撕：找零问题（强制python）

1. 自我介绍2. 为什么推荐系统里要做多目标优化，而不是只优化点击率只优化点击率会把系统推向强刺激、短反馈的内容，短期看 CTR 好看，长期可能损伤时长、留存、消费深度和用户满意度。推荐系统真正面对的是一个多目标约束问题，点击、时长、转化、留存、内容生态健康、创作者收益往往都重要，而且这些目标之间存在天然冲突。多目标优化的核心不是把几个 loss 简单加权，而是处理目标尺度不一致、梯度冲突和业务优先级变化。很多系统前期用静态加权，后期会演进到门控式任务塔、动态权重、MMoE、PLE，甚至通过因果或强化学习方式做长期目标建模。优化的是用户长期价值，而不是某一个表层指标。3. 当业务里同时有视频...

ReAct原理、tool calling、任务拆解、Agent架构设计（如数分Agent）、memory设计、多Agent协作、如何控幻觉与成本、失败重试与评估。重点看你能否把复杂任务拆成稳定流程

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.召回为什么选这三路?3.word2vec如何训练的4.特征工程做了多少维特征，一些比较重要的特征怎么理解5.样本规模多大，点击日志多大，负样本怎么选6.除了这个项目，你对常见推荐、广告系统中DNN模型还有哪些了解7.业界比较经典的精排模型和论文，你了解哪些

1. 自我介绍2. 多阶段 RAG 里同时使用 BM25 和向量召回，混合检索策略通常怎么设计混合检索的关键不是把两路结果简单拼起来，而是根据问题类型决定两路召回各自承担什么角色。BM25 对精确术语、错误码、接口名、字段名、版本号这类关键词命中很强，向量召回则更擅长语义改写、口语化表达和抽象问题。真正稳定的设计一般是先并行召回，再做去重、融合、重排，最后再进入上下文构建阶段。如果问题本身是“精确定位型”，比如某个报错码、类名、接口路径，BM25 权重通常更高；如果问题是“意图表达型”，比如用户用自然语言描述故障现象，向量召回的权重会更高。工程里比较常见的是先取两路 topk，再用 RRF 或...

感觉面完人都通透了，还是太菜了，下去沉淀一下1. 序列推荐的数据集是什么？2. 是否实现过Word2Vec，Word2Vec是针对什么优化的？3. 了解哪些困难负采样方式？4.  FAISS有了解哪些具体的方法？FAISS有哪几种组合方式？哪种方式最快？5. 抽样是样本粒度的还是特征粒度的？6. 了解哪些精排相关的模型？7. 召回和精排有哪些区别？8. 长序列建模了解哪些模型？手撕：1.23. 合并K个升序链表（Hot100）

面试很难，还是要多多练习，攒人品中1. 项目拷打2. 这里推荐用的是公开的数据集做的是吧？详细介绍下数据集？3. 数据集中的评价是文本类的评价吗？4. 因为你是做推荐，你肯定是用到了不同维度的特征嘛，介绍下所用的特征？5. 针对这种数据你是怎么去编码，以及训练的方法？6. 怎么理解这里的正样本和负样本？7. 正负样本的比例大概是多少呢？8. 训练数据总共是用了多少训练数据？训练了多久？9. embedding的初始化方法？10. 多目标优化模型有了解哪些？详细介绍下手撕：快速排序75. 颜色分类（Hot100）

1. 自我介绍2. 介绍你写的这个项目3. 为什么要做多 Agent，而不是把所有能力都塞进一个 Agent多 Agent 的核心价值不是“看起来更高级”，而是把复杂任务里的角色分工显式化。单 Agent 在任务很长、工具很多、约束很多的时候，容易把规划、检索、判断和执行混在一起，导致上下文污染、错误放大、调试困难。多 Agent 可以把流程拆成规划 Agent、检索 Agent、执行 Agent、审查 Agent，每个 Agent 只负责一类清晰目标，行为边界更稳定。但多 Agent 也不是默认更好。它会引入额外通信成本、状态同步复杂度和错误传播路径。真正适合多 Agent 的场景，一般满足...

继续来分享下最近的面经~欢迎友好讨论，信息共享1.手撕mha2.flash attention原理？为什么更快？pagedattention原理。3.reward function怎么设计的？entropy变化意味着什么？4.sft数据怎么构建的？滑动窗口怎么设计？多路召回怎么设计的？