上海紫光同芯可靠性岗位

📍面试公司：蔚来🕐面试时间：2026.03.16💻面试岗位：大语言模型强化学习算法实习生❓面试问题：自我介绍项目经历1，拷打项目动机，方法细节，评测方式，遇到的难点和解决方式，提出的方法为什么有效强化学习算法理论基础，介绍PPO算法，算法计算公式，优点，训练流程，介绍GRPO算法，特点，优势有关强化学习算法的代码库，TRL，VERL，Ray等询问对于Agentic RL 的认识，其中可能存在的难点，答了算法侧的稀疏奖励问题和工程实现上各类工具的稳定性编程题，word1->word2的最小操作次数🙌面试感想：自我介绍吟唱时间太长，适当压缩为教育背景，研究背景，项目/实习经历的简单介...

此时此刻hr看着自己手里的苹果17proMax陷入了沉默

不知道过两年会变成啥样…   

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花Redis实现排行榜的核心是利用 有序集合（Sorted Set，简称ZSet） 数据结构，其天生具备“键-分数-成员”的映射关系，支持按分数排序、快速查询排名，完美匹配排行榜的核心需求（如积分排名、热度排名等）。以下从基础实现到进阶优化，详细讲解完整流程。一、核心原理：ZSet的特性ZSet 由“成员（member）”和“分数（score）”两部分组成，核心特性如下，也是实现排行榜的关键：分数（score）：可自定义（如用户积分、文章阅读量、商品销量等），支持整数、浮点数，...