日常实习大模型算法美团一面

恍恍惚惚也实习快半年了，工作主要是后端开发。 进了才知道是自动驾驶头部的明星初创（不是的话别打我🫣）。每天从家走路15min/骑车5min到公司属实很爽。 整体规模不大，工作内容还是很丰富。从python后端到java后端，中间又穿插了一个月前端开发（噩梦hhh），以后很可能还会涉及scala。长远来看，应该还是java和scala为主，go也有使用但是不清楚我会不会用上。 我本身是第一段开发实习，加上底子很弱，确实学到很多也成长很多。被分到各种任务有时候还是蛮慌张的，好在结果整体还ok！ 不提倡狂加班，还是以结果为导向，干完就可以溜溜球。加上通勤很少，整体强度不算很大。组内氛围也是挺不错的...

字节抖音风控部门大模型算法二面1.自我介绍2.手撕最长回文子序列3.讲讲pytorch与TensorFlow的区别4.分布式训练一般使用哪些pytorch函数5.讲讲pytorch的fsdp与deepspeed的zero区别6. 展开讲讲nccl的通信原语，例如gather、scatter之类的7.场景题：训练一个模型，一张卡放不下去怎么办，可以使用多张卡。如果使用zero3，既然一张卡存放不下模型训练时候参数，那么模型参数更新的时候是怎么做的，使用什么方式能够让单卡更新模型参数？8.讲讲dpo与kto的区别，ppo与grpo的区别9.介绍下项目10.简单讲讲你的论文11. 反问业务、几面、后续流程之类的

去年入职后，每个新员工都有一个导师，导师们对我们的工作也确实很上心，组织了关于产品研发的一系列课程给我们，其中就涉及如何写市场调研报告、产品功能描述以及如何Axure做原型图。和大学上课一样，“导师们”也给我们布置了任务，让我们在工作之余自己动手做一个demo出来。当时我为了偷懒，直接去找了Claude，把我的需求讲给它，它直接完成了一整套网页的html代码，然后再把html导入墨刀，形成了原型图，再自己做修改。当时我把这个操作归类为投机取巧，觉得并不能从这个路径上学到核心技能。直到前段时间刷公众号，发现有个帖子写的就是《用 Claude写PRD，产品经理从此告别手画原型图》，通读了一遍，发现...

无算法五八股，就是聊了一下项目1.实习介绍2.项目细节介绍3.项目:讲一下论文里的GRPO算法原理，为什么去掉KL散度，reward function怎么设置4.项目:credit assignment怎么实施的5.项目:agentic RL和普通的RL比最大的不同在哪里?6.项目:你们评测模型用的指标有哪些，介绍一下7.了解ReAct结构吗，介绍一下?8.你主要做的是多模态方向的任务对吧，有做过一些文本方面的任务吗?9.GRPO相比PPO、DPO等有什么优点?10.反问