华为面试

时间：10.22地点：上海 线下面一面：1.自我介绍、研究生课程2.八股：过拟合、redis与mysql区别、hdfs相关、sql join、python yield、__init__和__new__的执行顺序 ，感觉是比较杂的3.手撕：求两个字符串的最小公共因子串若字符串 s 能由某个字符串 t 重复多次组成（如 s = "ababab" 可由 t = "ab" 重复 3 次组成），则 t 是 s 的一个因子串。题目要求：给定两个字符串 s1 和 s2，找出它们的所有公共因子串，若存在则返回最短的那个；若不存在则返回 -1。二面：1.无自我介绍2.项目提问，问的很少，可能更对python后端感兴趣3.python后端和java后端区别、python和java类的区别、java int和Integer的区别，对python后端的了解/有没有用过3.手撕：对于数组模拟的链表（如 nums[i] 指向索引 nums[i] 的下一个元素），判断是否存在环。若存在环，返回环的入口节点；若不存在，返回 null感觉聊的还可以，也不难，二面结束秒收感谢信感觉可能是更想招python后端的吧，可惜我主要写java

10.20号线下面，二面挂，一面主要问基础，二面问实习项目，全凭回忆。一面：1.spring的自动装载，自动加载2.gc判定对象可回收的方式3.分代垃圾回收4.进程，线程，协程5.类加载过程，双亲委派6.springGateway有关还问了一些比较深的内容，没看过也记不起来了。手撕：重写合并升序链表的迭代器在纸上写，最后写的有bug。二面：根据简历上的描述逐句问，主要问怎么实现的，为什么这样实现的。遇到的比较棘手的问题这些。手撕：若干个文件分别被若干评审员评审，求最少人数的评审员，我一开始用的贪心。面试官说有问题，应该用dfs遍历加剪枝。总结：一面问的比较深，挺有压力的。二面主要问经历。本来以为一面就挂了，给了二面估计是看我花了两个小时才过来，感觉也是因为一面没答好才挂的吧。

10.27 一面1.自我介绍2.arraylist 与 linkedlist 区别2.hashmap 数据结构3.hashmap 索引4.linkedhashmap5.线程池参数工作流程5.核心线程销毁(不知道)6.java 锁7.reentriedlock 底层8.对象锁9.保证原子性10.项目介绍11.实习介绍12.rocketMQ 选型13.消息堆积14.反问回国了，周末去了环球。好多 coser 啊，氛围好好，就是好冷🥶update:28 号约二面

1.详细说一下dns解析它是怎么解析的，过程咋样2.Transformer你给我讲讲它底层原理，讲一下它为啥能替代RNN，我们知道Transformer架构已经很成熟了，但你觉得它的Self-Attention机制在多模态对齐上会不会存在瓶颈？有没有实际场景里注意力权重完全偏掉的情况3.说下LoRA的原理吧，LoRA是不是只能在Linear层插？你有没有了解过为什么不能插在LayerNorm之后？这会对训练稳定性造成什么影响4.你刚才提到用过QLoRA，那你能具体说说QLoRA是怎么降低资源成本的吗？常见的量化方式有哪些，QLoRA为什么选的是NF4和FP16这组组合，而不是别的组合？你能说说NF4 的分布拟合逻辑吗5.我们做了一些multi-query attention优化，但发现decoder延迟还是高，你觉得是哪里的瓶颈vLLM 本身的KV cache 是不是反而是负担7. Embedding模型和Rerank模型分别是怎么处理文本语料的？用场景举一下例子8.看你做过RAG，讲讲从数据清洗到检索服务上线这整个链路是怎么搭的，你是怎么做chunk切分的10.你觉得当前RAG的最大瓶颈在哪？你做过哪些改进来提升 Recall11.你们在训练xx领域大模型的时候，SFT 数据怎么构造12.看你做过LoRA微调，那你是怎么选rank值的？合并adapter权重的时候有没有遇到梯度爆炸13.我看你这个特长里面也有写过使用这个模型部署是吧你也做过相关模型部署的工作，那咱们能简要的说一下，我们部署的参数量模型部署的参数量，然后还有它对应的硬件之间的需求关系，比如说我每个参数量的模型所需要的算力需求大概是什么？先给出一个题吧，我们部署一个MOE架构的千分三的235b的一个模型，他所需要的算力大概是多少？14. 比如rag知识库搭建就是比如说我们在搭建这个知识库的时候，需要对这个知识库的文件文档进行动态更新了，那么你之前是用的是全量嵌入还是增量处理？如果是用增量的话，那么怎么来避免新旧文档的文单的分布不一致导致的这种检索偏差的问题15.你那个机械臂的那个动作态这一块融合的这一块，然后你那个具体的数据是怎么进行一个融合的，然后这个对比协议是怎么做的16.在做多模态融合的时候，有没有做过过视觉跟文本之间的对齐任务，怎么做的