小米实习 AI Agent一面 45m

感觉面完人都通透了，还是太菜了，下去沉淀一下1.选一段参与度较高的实习经历展开讲2.实习要解决的问题背景是什么3.讲一下怎么定位问题4.DPO 训练数据从哪里来5.DPO 训练数据具体构造形式是什么6.用了什么卡7.用了多少卡训练8.大概占多少显存9.介绍几个评测集是怎么使用的10.开放性问题：给你一个 RAG 系统、一个大语言模型，以及十万条新闻数据，怎么设计给用户推荐当地新闻11.整个链路怎么搭建12.RAG 系统怎么设计13.讲一下各种训练方法的特点，以及各自适用场景14.如果要用训练优化一个问题，会怎么进行方案选型15.算法题：分析时间复杂度

自我介绍如何解决大模型幻觉？问题2中说到了模型的微调，面试官问对模型微调那些算法了解吗？项目的skills是怎么实现的？你是怎么写skills的？Spring AI框架的skills调用更像Claude Code还是其他Harness agent？你说看过Claude源码，Claude Code学习经验总结？Claude Code是给模型用grep检索，没有用RAG检索，这俩有什么区别？为什么没用rag？讲讲RAG的混合召回url解析过程tcp三次握手、四次挥手mysql的数据结构，讲讲B+树Spring的控制反转、AOP你平时用什么做ai coding？

一面（1小时30分钟）：上来先做题1. 手撕AdamW2. 手撕无重复字母的字串（hot100）3. 出了两个题都是对数据库的操作，我以为是让写大模拟，写到一半结果面试官告诉我是用sql写🐱，不会遂罢。4. 面对海量数据的时候怎么对数据进行处理，比如说去除掉敏感词等等，面对海量数据会出现哪些问题，该如何去处理5. 介绍发表的顶会论文6. 介绍Q-learning和DQN二面（2小时30分钟）实习乃至秋招面的最久的一轮面试了，从晚上七点多面到十点，最后人都麻了🥵，面试官估计要下班了结束了面试🐱1. 介绍论文，主包是做强化学习相关的，围绕问了很多强化学习算法（GRPO，PPO，reward model)，介绍马尔可夫决策过程。2. bf16、fp16和fp32，并进行计算。3. lora微调的细节，量化相关知识然后开始漫长的手撕过程🥵4. 手撕ppo5. 算马尔可夫决策过程的γ阈值，我感觉是个无穷级数？6. 算模型sft的参数量大小及显卡利用率7. 是否重合链表（hot100）8. 如何使得一个输入向量x在经过一个或多个全连接层后，其输出向量y所在子空间基底尽可能接近标准正交基三面（面委会面）（30分钟）1. 介绍第一篇顶会论文（共享屏幕）2. 介绍第二篇顶会论文3. 不同强化学习之间的区别4. 和使用强化学习训练大模型相比，使用强化学习训练小模型需要做出哪些改变hr面（30分钟）常规的hr面问题，主要问来wx的意向。感觉前几面比较侧重技术细节，面委会感觉就比较侧重聊未来技术的发展，个人感觉前几面的压力比较大😼

背景最近还是有很多同学问语兴学习路线，其实ai时代下学习方式也需要改变，你只需要让ai把所有官网通读一遍，让他给你一个完整的计划，或者你哪个知识点不清楚就直接问题，包括八股文这种直接问大模型老师即可，demo案例+原理都会讲的很清晰（比官网都好说），本地部署环境（例如doris等也可以让大模型直接部署），同理如果你要速成也是让ai直接读组件官网，生成学习计划。提示词请通读apache官网，Apache Flink® — Stateful Computations over Data St...，熟悉里面所有知识点和案例，我现在需要做面试复习有问题我会问你，回复我同时也帮我总结本次对话内容到/U...