JDY面经

1、自我介绍2、拷打实习（20min）3、了解哪些大模型应用场景4、谈谈你对大模型优缺点的理解5、LoRA微调和全参数微调有什么区别6、讲一下模型训练的整个流程7、训练指标能完全代表模型好坏吗？训练完还要做什么？8、项目中怎么评估模型效果，评测数据怎么来的？9、项目里的工具调用是怎么实现的10、使用消息中间件（MQ）的场景有哪些11、讲一下Spring AOP的实现原理与各自区别12、反问

1、自我介绍2、聊了一下工作地点，职业规划3、简单问了下实习4、是否有系统性地学习过机器学习或深度学习课程？大模型相关的算法背景和理论知识是如何构建的？5、具体说明你在大模型领域学习了哪些内容，以及是如何学习的6、讲一下你对强化学习的了解7、除了RLHF，是否了解强化学习中的其他具体算法（Q-learning、策略梯度等）8、这些强化学习算法与大模型中的强化学习是什么关系？9、了解PPO算法吗？10、谈谈对目前主流大模型的认识以及底层架构11、DeepSeek在哪些方面做了改进使其训练成本显著降低？12、GRPO算法了解吗？13、微调、预训练和强化学习三者在训练目标、数据构造、训练算法和优化思路上的区别与联系？14、你的项目中，微调要解决的具体问题是什么？15、微调具体使用的是哪些模型，选择时是如何考虑的16、你的训练集规模多大？是否是全人工生成的？能否展示一条具体的训练样本17、如何评估和保证微调后模型输出的代码的正确性？评测指标和具体方法是什么？18、你提到正确率微调后提升了很多，在这个过程中具体做了哪些调优工作19、Agent项目是基于什么平台或框架实现的20、反问

TimeLine：9.8 一面、9.10 二面、9.15 三面、9.26 四面、10.9 HR面、10.15 意向书一面1. 聊了聊每一段实习经历，纯聊，也没有技术问题，就是单纯面试官听我讲2. Java 集合为什么不能一边遍历一遍删除3. 遍历一个 Java 集合有哪几种方式4. Java 内存区域，哪些区域会发生 OOM5. Java 堆怎么发生 OOM，描述一下写一个什么样的代码来触发6. Java 方法区怎么发生 OOM，描述一下写一个什么样的代码来触发7. 如果我想统计分钟级别的 uv，我可以怎么实现8. Spring 有事务的注解，这个注解是怎么实现的呢9. 代码题：实现一个定时任务调度器，类似写一个线程池，然后调度器里面有优先级和触发时间，写两个类，一个 Task 类，一个 Scheduler 类。二面1. 聊了聊每一段实习经历2. 大模型方面有什么了解的：RAG、微调、Agent3. 如果让你设计一个 Agent，它有哪些组成部分4. volatile5. MySQL6. CAP理论、BASE 理论7. Redis 为什么这么快8. 了解哪些设计模式，聊一聊9. 这里是面试官自己出了一道题，大概是写一个拓扑排序，实现一下不同 job 之间的先后关系三面基本就是闲聊，然后问了问意向，以及一些生活方面问题四面本来以为这一面是 HR 面，结果是更高层 TL 的面试，这个老板管算法和工程的所有团队，主要也是闲聊，然后问了问自己的一些经历HR面闲聊，仔细讲一下每一段实习，然后每一段实习学到了什么，每家公司有什么不一样的感受

一、手撕： 1. Leetcode 1143 最长公共子串2. 最长子串二、八股1. 为什么要除以根号dk，为什么不是dk，根号dk+12. 为什么embedding 空间里相近的词语，距离很接近，怎么做到的？3. DPO的损失函数是什么样的？DPO训练会存在什么问题？4. PPO为什么要用一个Reward Model和一个Critic Model，一个是当前的价值一个是未来的价值，有什么区别吗？为什么要这样用？5. 讲讲多头注意力机制，说说Q, K, V三者是什么意思？如果我把K替换成Q，变成Q, Q, V还能工作吗？6. 你了解哪些聚类方法？说一说。为什么高斯聚类能处理不规则分布的情况？原理是什么