这家公司规模不大，但据说双休不加班，待遇还行，可惜我没用深度学习相关项目，给我的岗位是AI部署和推理加速，看中我简历上有CUDA实习经验和项目经验，所以给我此次面试，可惜二面结束已经挂了，理由是与岗位的匹配度不够。 一面： 上来直接共享屏幕，打开力扣随机做一道中等题，第一道搜索二叉树转换为平衡二叉树，我没写出来，只是讲了大致思路，第二道是公平数对，我当时看了一下应该是二分，但我第一次共享屏幕给面试官手撕代码有点紧张，也只是做出一部分样例，那道题我还是想复杂了。面试官要我讲出算法思路，还问我暴力算法为什么是O(n^2),（代码如下，他说不是O(n^2),不知道是他菜还是给我设陷阱），他说第二层j...

极氪≌小马智行此时煮波已经近一坤月没有撕力扣了自我介绍经纬的PPT也是又让我用上了，哈哈哈针对项目问了一些规划，优化方面的问题“行，咱们打开力扣，看一下代码能力吧”“力扣做了不少啊，咱们做到中等难度的吧，找道你没做过的吧”（此处略去1万句内心独白）最后也是磕磕绊绊做出来了，但解释的不是很好反问环节需要有一定的机器学习经验（闹麻，那就是挂我了）

纯聊实习 1. 自我介绍2. 项目上线了吗3. 实习- 平台的定位- 项目是有正式员工带着做的吗- 主要工作是哪些- 具体讲一下怎么做自动的提示词调优1. 怎么判断提示词效果已经不错了2. 是大模型判断的吗3. 准确率是怎么定义的- 同步知识库时怎么判断哪些需要更新- 自动化更新增量知识，自动化是体现在哪- 工具调用错误的问题怎么解决1. 有做自动化修复吗2. agent之间有消息传递吗3. 主agent会规划一些工具调用吗- 评估过上线后能优化多少人效吗- 统计是人工统计的吗4. 实习做的主要是agent，对基础平台有什么了解呢5. 反问（3分钟）：后端业务是做什么、团队划分、流程Timeline8.26  投递9.8  笔试10.22  一面10.31  二面11.1  感谢信

1️⃣一面 1、介绍自己的中厂实习，从业务背景，困难，解决方法，自己的产出四个维度阐述。2、 ppo 和 dpo 区别和原理（因为实习做的就是 rl 相关）3、是不是用的 Verl 框架做的 rl ？详细讲一下 verl 框架的训练流程。并讲一下配置文件中 rollout _ batchsize , global _ batch _ size , micro _ batch _ size _ per _ device _ for _ update , rollout . n 等等参数的关系，以及他们如何影响最终更新时每张显卡上的样本数。4、reward function 如何设计的为什么这么设计？5、critic model 作用是什么？为什么有了 reward model 还需要 critic model ?6、有没有了解最近的 rl 方法？过了一遍 grpo , dapo , gspo 过了的主要改进点7、计算机基础八股： B 树和 B 一树的区别。如果 CPU 突然被打满了，如何排查？什么情况下会出现锁，如何解决。8、核心代码模式，写一下大模型预测token 时， beam 树如何构建，如何得到最终的结果（ pytorch 简单实现了一下，主要是还是讲明白）9、手撕hot100，中等题，最小生成树。2️⃣二面1、简单介绍中厂实习经历。2、模型蒸馏的数据如何做的？如何清洗蒸馏得到的数据？3、有没有使用强化学习做过数据仿真。这个之前看过一篇论文，刚好讲了一下。4、有没有了解过训练推理一致性这个领域？我讲了一下强化学习领域的推训一致性，固定 flash attention 分块策略， vllm 推理框架固定 page attention 分块策略。5、模型量化如何做的。 gptq , qat 等等，并说明为什么选择了w8a16的量化？6、写一下 ppo 算法的损失函数和 GAE 优势函数。主要还是讲明白7、 grpo 算法中 kl 散度和之前的方法有什么区别？在 dapo 中为何舍弃了 kl 散度？8、模型蒸馏主要的两种方式。硬标签和软标签。9、介绍一下 kmeans 算法，如何设置合适的 k 值。如果在一个非常大的数据量中，如何实时增量更新，并动态管理 k 值。10、一个场景题11、手撕题hot100，中等题，合并 k 个升序链表。📳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。

一面：无八股无手撕自我介绍+吟唱项目简单询问项目技术点开始讨论岗位方向，想用ros做控制，但感觉目前落地还比较困难，底层的精度控制实时性等等都不太完善，用ros有点早，也可能是我做的控制比较少吧二面：5min英语面这个不必多说，5min扣出了两套汤臣一品有个单词一直没听懂，最后面试官直接angway换了个问题，难绷

1.自我介绍2.开源项目的介绍3.agent流程的介绍4.为什么那为什么 agent 的这个开发你做不到呢？5.如果说要让你来真的要去实现这么一个东西的话，你会从什么方面来做一个规划呢6.能能举一个你做过的 case 吗7.划分段落的时候，假设他那个段落特别大，或者是...关键词...在高维相差算法里面是拿不到的（问题）？8.你自己有没有尝试过9.反问建议挂了，看出来我的包装了，但面试官人挺好的呢，还鼓励我了哈哈

1、介绍自己的中厂实习2、一面的部分实习问题这里也问了。3、有没有试过外挂数据库来解决线上业务数据分布更新较快的问题，4、模型选型问题，为什么选qwen3-8b，如何估算模型开销。5、最多做过几卡的模型训练?对deepspeed和Megatron有多少了解?6、接触过哪些推理加速的方法。(vllm的page-attention, kv cache, prefix cachemla，flash-attention直接安排一套)7、一个他们组里面的一个具体场景题。8、手撕k个一组反转链表，并要求最后不足k个的也反转。

1、简单介绍中厂实习经历2、模型蒸馏的数据如何做的?如何清洗馏得到的数据?3、有没有使用强化学习做过数据仿真。这个之前看过一篇论文，刚好讲了一下。4、有没有了解过训练推理一致性这个领域?我讲了一下强化学习领域的推训一致性，固定flash attention分块策略，vlm推理框架固定page attention分块策略。5、模型量化如何做的。gptq，qat等等，并说明为什么选择了w8a16的量化?6、写一下ppo算法的损失函数和GAE优势函数。主要还是讲明白7、一个场景题8、手撕题hot100，中等题，合并k个升序链

一面 介绍实习项目，岗位不匹配所以没有问生成相关的八股1，用了什么优化器，介绍-下adam，adamW，相较SGD有什么改进2，残差网络的作用是什么，什么叫做网络退化3，什么叫过拟合，过拟合的解决方案，在损失函数上过拟合是怎么体现的4，Dropout的原理，预测的时候有没有什么补偿策略5，lora的原理，如何初始化A,B矩阵，为什么6，主流的位置编码，旋转位置编码的原理5，了解强化学习吗手撕 leetcode 33.搜索旋转排序数组二面主要关注数据是如何构建的，指标怎么评估，项目难点八股:1，Transformer的FFN层能不能去掉，为什么?为什么是d-->4d?2，attention中为什么要除以根号dk3，SDXL和FLUX的区别4，ControlNet对哪种控制条件效果更好，风格控制采用哪种方式5，为什么分类损失不用KL散度而用交叉熵，二者区别是什么手撕:rand7实现rand10

1、介绍自己的中厂实习。2、追问实习业务的上下游，以及交付标准、测试集怎么构成:3、追问为什么这个业务要引入大模型，大模型解决了什么问题。4、大模型sft解决不了业务问题吗?为什么还要引入强化学习。强化学习主要解决业务中的什么问题。5、讲一下PPO和GRPO的原理和区别6、如何理解强化学习中熵的概念，如何保证训练过程中熵保持在较高的水平。7、强化学习中调参的经验8、强化学习中on policy和off policy有什么区别?grpo是on policy的吗?如何实习真正的on policy强化学习。9、多模态大模型的训练过程有什么不同?10、多模态大模型的vision encoder一般使用vit的第几层输出?11、mlp和Q-former两个模态融合模块的优劣?12、手撕二叉树层序遍历

1、介绍自己的中厂实习，从业务背景，闲难，解决方法，自己的产出四个维度阐述2、ppo和dpo区别和原理(因为实习做的就是r相关)3、是不是用的Verl框架做的rl?详细讲一下verl框架的训练流程。并讲一下配置文件中rollout batchsize, global batch_sizemicro_batch_size_per_device_for_update，rollout.n等等参数的关系，以及他们如何影响最终更新时每张显卡上的样本数。4、reward function如何设计的为什么这么设计?5、critic model作用是什么?为什么有了reward model还需要critic model?6、有没有了解最近的r方法?过了一遍grpo，dapo，gspo过了的主要改进点7、grpo算法中kl散度和之前的方法有什么区别?在dapo中为何舍弃了kl散度?8、模型蒸馏主要的两种方式。硬标签和软标签。9、介绍一下kmeans算法，如何设置合适的k值。如果在一个非常大的数据量中，如何实时增量更新，并动态管理k值。10、计算机基础八股: B树和B-树的区别。如果CPU突然被打满了，如何排查?什么情况下会出现死锁，如何解决。11、核心代码模式，写一下大模型预测token时，beam树如何构建，如何得到最终的结果(pytorch简单实现了一下，主要是还是讲明白)12、手撕hot100，中等题。最小生成树

八股: 1，lora的原理，lora是否会增加训练时间rank，rank_alpha在训练的时候有没有作用，有没有尝试了解其他的lora2，Wan2.1的模型架构细节3，Wan2.1的图像特征是如何注入进去的，文本特征是如何注入进去的4，Wan2.2的模型架构，细节，高噪专家和低噪专家是如何转换选择的5，Wan2.2 划分高噪专家和低噪专家是根据什么划分的，信噪比，具体是这么做的6，重参数化技巧原理7，Flow Matching原理，gtv是怎么计算的8，DDPM和Flow Matching的区别9，DDPM在训练的时候为什么不是先加噪1000步然后再去噪，而是随机选一个时间步加噪再学习去噪过程10，VQ-VAE介绍11，ViT是如何把图像转换为tocken序列的手撕:LayerNorm，股票的最佳买卖时机I

部门：大模型职位：AI开发自我介绍问：dify的优缺点问：为什么用xx模型问：你觉得agent哪部分有意思问：CSV怎么生成的问：怎么得到查询效率提高的结果的问：怎么理解市面上的大模型图生文、文生图反问说是我不了解AI，15min挂掉

实习项目介绍1，FLUX-Fill的模型结构，输入维度，具体的shape，怎么拼接的，为什么要先双流后单流2，clip和T5两个文本编码器的作用，怎么注入到输入过程中的3，guidence怎么用的，prompt和negtiveprompt怎么用4，FLUX-Kontext和FLUX-Fil在模型结构上的区别，FLUX-Kontext的位置编码和FLUX-Fil的区别，在时间维度上什么区别，空间维度上有没有区别5，为什么用Lora微调，为什么不用ControlNet6,DDPM, DDlM,flow-matching7，VBench8，数据和prompt构建的过程9，个人怎么看待视频生成和图像生成，更倾向于那种手撕:非hot100给定一个随机数组,要求输出排序在中间的K个值例如给定随机数组arr=[9,3,7,1,4]。当K=3时返回结果[3,7,4]或者[3,4,7;当K=1时返回结果4]给定的数组arr长度与K均为奇数

40min 1.项目的日志解析分析，这里面你用了爬虫，是为了解决什么问题?你用一两句话表达一下你的爬虫能力深度，以及处理过的最复杂的问题是什么样的?像一些登录验证码、APP相关的爬虫有没有处理过?2.请描述一下实习的问题和产品需求，以及过程中遇到的技术难题和解决方法?3.你可以举一个例子说明用户一般会怎么问、你们怎么解答吗?意图识别的类别是什么，怎么设计的?4.意图识别模型的处理类型总共有哪些?5.若问“现在美国总统是谁”这种无关的问题，会归类到什么类别?6.要进一步提升意图识别的准确率，你的思路是什么?7.实习的项目中你是什么角色?是主导还是配合?这些优化思路是领导给的还是你自己的?8.你做的这些项目里面，有哪一些是你自己主导的且有成就感的事情?还有其他比较有成就感的事情吗?9.除了mem0框架之外，还有没有别的开源框架你做过选型工作?mem0的代码你有看完吗?它的本质是什么?有了解过像一些信息的提升、总结、洞察相关的东西吗?10.谈谈你对Transformer架构的理解，以及它的实现方式?11.Transformer的编码器和解码器的处理过程以及它们的区别是什么?12.编码器和解码器的实际应用场景有什么区别?13.你实际工作当中，在不同应用场景下选择编码器或解码器的决策理解，有没有结合工作说明?14.你是怎么理解大模型涌现的?用什么方式可以促生这种有益的涌现?请再详细讲一下这些方式?

1.agent的部署流程2.大模型遇到了什么问题3.怎么加强大模型记忆机制4.上下文接口怎么修改5.较长较多的上下文怎么解决6.多模态的用户信息怎么存储和使用7.对多模态大模型有什么了解8.多模态大模型的具体结构9.有没有从0训练大模型的经历10.qwen系列模型的结构和特点11.qwen进行了几代，每一代有什么重要突破12.大模型微调的机制13.lora的具体原理14.lora中特殊的超参数有哪些，分别有什么意义，会对模型有什么影响15.lora效果不好怎么办16.lora的缺点，改进方向17.agent和workflow的区别，为什么需要agent18.对agent的预期是什么，觉得当前的agent达到预期了吗19.agent的改进方向是什么20.你认为从大模型端要做什么来适配agent

主要问实习项目八股1，CogVideoX的模型结构、3D VAE的压缩率、MM-DiT的优势、4f+1为什么要+12，FLUX的结构，生成模型，优势3，SD3的架构，生成原理Flow matching4，VQ-VAE使用的的损失函数，训练过程5，VQ-VAE中codebook中的code有的被使用的概率很低，这个是怎么解决的6，Lora的原理，LORA在推理的时候怎么与原参数融合不带来时间成本7，Flow matching与DDPM的区别及优势8，Wan2.1的详细架构和训练细节算法:0841.钥匙和房间

1．项目介绍2．讲讲你对 transformer 的了解3．有哪些常用的解码策略， topp 和 topk 的具体细节，以及实现上的差别4. 意图分流的 agent 怎么做微调的，用了多少数据5.如何做 embedding 微调的，如何构造正负样例，训练的 loss 是什么6.RAG有哪些可优化的地方7．你的 RAG 项目中用到了 agent 吗，一般 agent 会用在RAG 链路中的哪些部分8．做 sft 时是怎么做数据配比的，参数具体怎么设置的9.RLHF的流程，有没有训过 PPO10. deepseed 的原理，zero1,2,3怎么做的11.了解过排序模型吗，讲几个经典的排序模型吧12．说一下 vllm 部署8*7B的 MOE 模型每秒大概能推多少token13．对比学习了解吗，讲一下（比较突然，不知道为啥要问）14.code :实现rand5到rand7

一面 1.项目介绍2.简历拷打3.双塔可以用于哪些环节?你觉得目前对双塔模型的研究还存在哪些问题?怎么优化?设计一个电商的商品召粗精链路?4.手推-下MSE的梯度回传?为啥01分类问题不能用MSE?5.长序列建模除了sim还了解哪些?6.场景迁移学习的思路有哪些?7.实习项目的收益点主要来自哪里?后续怎么继续迭代?8.代码:分发糖果9.买卖股票的最佳时机10.反问11.业务二面1.挑一个项目介绍2.项目拷打3.讲一下你对rankmixer的理解?4.对lm4rec的后续迭代方向有什么见解?5.讲一下最近很火的onerec?你认为onerec对你工作最大的启发是啥?6.attention为什么要除以根号dk?7.如果你这个项目资源足够的话，有没有考虑过直接端到端训练?8.手撕多头注意力机制9.代码10.反问