分类 vs 回归：区别、适用场景、代表算法· 树模型算法：决策树、随机森林、GBDT/XGBoost原理· Transformer架构：整体结构、自注意力机制原理、位置编码方法· 关键技术组件：LayerNorm的作用与优势、前馈网络、残差连接· 模型训练与优化：大模型训练微调经验、过拟合/欠拟合解决方法、大模型幻觉成因与缓解· 量化算法原理：基本概念、量化方法（PTQ、QAT）、改进方向· 量化应用价值：推理加速、内存优化、成本降低· Python语言特性：继承机制、内存管理与GC、与C++对比· 网络结构对比：Transformer vs CNN/RNN、适用场景、设计考量

题目1：反转句子

1 选最多的投票人 模拟 注意判断边界条件2 魔法值瞬移赶路 最短时间逃离 dp 感觉思路挺多 好像有原题=-=3 对于有环的图，求删除环的最小长度的边，寄

总结：体验很差，面试官高高在上，姓余的hr会因为你去和hr说觉得面试官不尊重人把你在公司系统上拉黑面试官雷点：1、面试官不开摄像头，但要求面试者开（其实当时我已经想拒绝面试了）2、因为之前实习的乙方金科（百融等），不会过多涉及到全面的流程，流程均为碎片化，不涉及后续的特征监控，并且之前实习时候用的vscode，直接认为之前实习的单位不正规，直言实习什么都没做3、不考算法，不考sql，不问任何的实习经历，不问项目经历，只问了子类父类概念，因为不记得概念，直言没技术背景，莫名其妙认为所有的相关经历均ai做的，但是他自己都不了解图算法和llm4、认为kaggle比赛比自己的项目更重要，但是kaggle关于风控的比赛是那个评分卡，很普通，因为没做过被说不专业（请问那个kaggle评分卡有啥技术含量吗？）Hr雷点：1、本人在对她的vx发送如果觉得不合适可以不用面试，毕竟你们只面了5分钟，hr回复：你对我发脾气不是成年人该有的表现（十分阴阳）2、本人见被阴阳后开始阴阳，最终hr回复：“你已经被公司拉黑，祝你好运！”

题目1：智能客户分群与新用户定位（KMeans均衡分区版）题目2：基于剪枝的神经网络模型压缩

项目 重点拷打一段做的比较深的，关注数据和指标八股1. 讲解整个Transformer架构2. Transformer为什么需要位置编码3. MHA和普通的Attention有什么区别代码123.买卖股票III的最佳时机III，两次买卖收益最大化，这道不会要求换题，改成了46. 全排列其他1. 实习都比较短的原因是什么2. 实习的公司又给你发offer吗3. 能提前来实习吗反问1. 工作地点有哪些2. 组里具体业务

项目 介绍其中一段实习，没问啥问题其他1. 实习都是什么原因离职2. 你觉得大模型和之前AI比本质解决什么问题，大家期待如此高3. 自己用过哪些AI类的产品，coding类的有用吗4. cursor类的AI产品能解决什么问题5. 有驾照吗，对车有什么了解吗6. 能提前来实习吗7. 对base地有哪些要求8. 描述一下你想去的公司是什么样的反问1. 业务聚焦点2. 重头戏是toB还是toC

LRU缓存实现

代码 1. 村庄连通至少需要修多少条路，这道不会要求换题2. 树的最大宽度，层序遍历，deque存节点和id，左孩子2n，右孩子2n+1项目只重点问了一段八股1. 什么是SFT，和RAG的不同侧重点是什么2. SFT的灾难性遗忘怎么解决，模型和学习率怎么做3. SFT和DPO的区别4. 什么时候用Lora和PEFT5. Transformer注意力机制，计算复杂度6. Attention加速方式反问滴滴LLM具体业务应用

项目 拷打半小时，基本都问模型和数据八股1.  RLHF阶段，讲一下DPO数据构成2. Lora的原理是什么？是对哪些参数做低秩分解？3. MoE里面专家的数量取决于什么？4. MoE里面GATE数量取决于什么？其他54张扑克牌，红色和黑色各27张，不放回抽取两张，一红一黑的概率是多少？请说出公式代码实现一个函数，判断两个二叉树是否相等（对于每个子树，对称和完全一样都是相等）反问1. 业务方向，模型有做全流程的训练吗2. 一共几轮技术面

题目1：460. LFU 缓存

项目 拷打半小时八股1. CPT和Pretrain的差别，IFT和SFT的差别2. RLHF、DPO有训过吗，讲下原理3. 介绍GRPO的优化4. 讲下Transformer架构5. Attention公式，除根号d有什么作用，缓解梯度爆炸还是消失6. Norm为什么用LN层而不是BN层7. RMSNorm，PreNorm和PostNorm区别8. 有做过模型量化部署的工作吗代码买卖股票I用dp写，买卖股票II用dp写反问1. 可选base地

一、项目深挖1. 训练时显存占用高的瓶颈在哪？做了哪些显存优化？2. 如果重新做一次，你会在哪些环节提前做 ablation？二、 延伸八股：1. AdamW 与 Adam 在权重衰减上的实现差异？2. 梯度累积等价于 batch 扩大的严格条件是什么？3. PPO 的核心目标函数是什么？每个符号的物理意义？4. 相比 PPO，GRPO 的“Group”体现在哪一步？5. KL 散度在 RLHF 阶段出现的位置、作用以及过大/过小分别会导致什么现象？6. Multi-Agent 场景里，Reflection 模块与 Memory 模块的输入输出各自是什么？它们如何解耦又能互相增强？7. 简述 MRR 的计算流程。8.同样是排序指标，NDCG 与 MRR 的评估视角差异在哪？三、手撕环节原地快速排序📳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。

题目1：有序数组(可能包含重复数字)，绝对值相同的二元组的数量

项目 狠狠拷打40分钟八股1. 解释LORA训练方法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（裁剪、KL和加权归一）7. GRPO让英伟达股市暴跌原因是什么，资源省在哪8. 介绍GSPO的优化，腾讯最近出的SPO有关注吗代码1. Pytorch实现GQA2. 接雨水（两种方法）3. SQL题反问

1、项目介绍2、实习（35分钟）1.主要看哪些label，定义2.gauc和auc3.新结构增加的参数量4.多少小流量实验5.为什么不在上一家继续实习3、八股1.auc2.l1 l2正则化3.过拟合、欠拟合，如何解决4.逻辑回归5.了解哪些激活函数6.激活函数和损失函数区别4、手撕（15分钟）- 求最小的k个数，并按由小到大的顺序返回，时间空间复杂度是多少5、反问

1.粗排精排区别2.如何提升粗精一致性3.粗排可以提升的点4.主要看的离在线指标5.预估的目标6.做某个项目时遇到了什么困难，为什么会这样做7.如何更好利用特征8.离在线不一致怎么解决9.如何评估召回结果的好坏10.什么时候会用到对比学习11.如何去判断特征的重要程度算法题:只有一面考察了算法题，求二叉树两节点最近公共父节点

1.实习项目介绍2.算法题:最长有效括号，用dp做3.介绍觉得做的最有深度的项目4.为什么会用rqvae5.llm embedding如何更好引入6. auc gauc7.长序列 target attention好处8.生成式在精排混排怎么用9.反问:业务 base地

1.实习介绍2.项目问题，还让写了一个项目的代码3.transformer结构4.1112正则化5.冷启动问题怎么解决6.Bert和gpt区别7.为什么分类用交叉熵回归用 mse8.对梯度的理解9.算法题:按字典序返回1-n内所有整数10.反问:业务 base地 组内目前在做的方向