AI 开发实习一面 字节跳动

继续来分享下之前的面经~欢迎友好讨论，信息共享1. Transformer中Attention的本质是什么？你能从数学角度简要解释一下吗？2. 在Agent多轮对话任务中，你觉得Attention的局限性体现在哪些方面？3. 简要介绍一下SFT的核心流程，以及数据集的构建策略，SFT之后常见的Post-Training还有哪些？它们之间的目的有何区别？4. 什么是RAG，它是怎么提升生成质量的？与传统检索＋模型生成的流程有何不同？如何评估一个RAG系统是否work的？5. PPO和DPO在大模型对齐中的主要区别是什么？DPO训练通常有哪些注意事项？用过GRPO么？6. 项目里的Modular Agent，你能讲讲它是如何实现多步规划的吗？7. 项目提到了多个工具调用链路，调度策略是如何设计的？是否有异常fallback策略？8. Agent评估体系包括哪些维度？如何衡量planning能力 vs hallucination rate？9. 项目里微调Qwen，选择的训练阶段和Loss函数是如何决定的？10. Prompt自动推荐模块用了哪些优化策略？有没有尝试过Prompt压缩或embedding表示的方式？11. 场景题：假如一个Agent 推理链路包含3个工具+高频请求，系统整体延迟较高，你会如何优化？12. 代码：岛屿数量

作为实习生，快速融入公司关键在于主动学习和积极沟通。入职初期，我会熟悉团队业务、开发流程和工具链，同时向同事请教问题，记录工作经验。参与团队会议、分享自己的进展，让大家了解我的工作状态。遇到任务主动承担，按时完成，并及时反馈结果。保持谦虚好学、积极配合，可以迅速建立信任感，融入团队氛围。

1.实习相关内容2.为什么用gRPC，有什么优点3.自己做的agent用什么模型？为什么要用这个？4.k8s扩容缩容5.计网7层osi模型6.https与http的区别7.为什么要来泥电上学，有什么规划8.用没用过qoder，评价一下9.对agent的时代有什么思考------无手撕，面了28分钟结束了后面还在闲聊，感觉是kpi

1. 先做个自我介绍，和一面有所区别面试官好，我换个角度介绍一下自己。一面主要介绍了技术栈和项目经验，这次我想聊聊我对客户端开发的理解和思考。我选择客户端开发这个方向，是因为喜欢那种直接面向用户、能立即看到成果的感觉。记得第一次优化完一个卡顿的列表，看到流畅的滚动效果时特别有成就感，这种即时反馈让我确定了这个方向。相比后端的业务逻辑处理，我更享受打磨用户体验的过程。技术上，我主要使用C++做跨平台客户端开发，熟悉Qt框架，也了解Windows和Linux平台的特性。在实习中积累了性能优化、内存管理、多线程编程的实际经验。我比较注重代码质量，会主动学习设计模式和最佳实践，不只是实现功能，还要考虑...