字节推荐算法暑期实习面经

都说经历的失败太多，会逐渐失去身上的锐气。

主包当前只拿到了两个算法offer：一个是拼多多的算法实习生一个是荣耀的大模型算法实习生当前犹豫点在于：- 不知道pdd进去之后是做什么方向算法- 有点担心让做搜推相关的算法，我对搜推完全是零经验- 更想做和大模型相关的工作，但是荣耀实习的含金量没有pdd强求求各位佬给点建议有没有哪位佬比较了解pdd算法实习的工作内容的，一般是做什么方向的算法————————————————————————————————————————补充一下，多多是自然语言处理方向的算法实习生，这个方向一般是做什么内容，完全不了解引流： 阿里巴巴，字节跳动，京东，美团，快手，新浪，搜狐，百度，网易，万集 象帝先 AMD ...

一、自我介绍二、实习相关八股1. 实习业务场景负责大模型对话对齐、指令微调、强化学习优化，提升模型生成准确性、合规性与指令遵循度，落地垂类对话/问答业务。2. SFT数据筛选、采样及处理3. 选择GRPO的原因、优化目标及数学原理- 选型原因：相比PPO显存占用低、无需价值网络、训练更稳定，对齐效率高- 优化目标：最大化模型生成优势，约束KL散度防止策略突变- 原理：分组优势归一化、截断策略比率、近端约束，降低训练方差4. 奖励函数设计（重点）围绕有用性、准确性、合规性、流畅性设计，分维度打分；加入KL惩罚，避免单一奖励过拟合，区分正负奖励权重。5. 判断RL训练质量达标方法- 奖励值收敛、KL散度稳定；- 离线评测：指令遵循率、幻觉率达标；- 人工抽检生成内容，无退化、无套路化输出6. 是否遇到Reward Hacking遇到过，模型生成空洞话术、固定模板刻意刷高奖励值。7. 其他奖励作弊类型刻意迎合奖励规则、答非所问、重复安全话术、回避核心问题、策略坍缩同质化输出。8. PPO和DPO了解- PPO：在线强化学习，近端策略优化，带价值网络，训练复杂度高- DPO：离线偏好优化，基于成对偏好数据，无需交互采样，训练简单稳定三、基础八股1. Attention计算时间复杂度标准自注意力：O(n²d)（n为序列长度，d为特征维度）2. KV Cache原理推理时缓存历史token的KV矩阵，避免重复计算，降低算力开销，提升推理速度。3. GQA、MLA原理- GQA：分组查询注意力，Q分组共享KV，平衡推理速度与效果- MLA：融合局部+全局注意力，适配长上下文，降低显存占用4. vLLM原理基于PagedAttention分页管理KV Cache，提升显存利用率，支持高并发推理。5. Flash Attention原理分块计算注意力，优化显存IO，减少HBM访问，提速同时降低显存开销。6. 稀疏注意力原理仅计算局部/关联token注意力，舍弃全局无关token，将复杂度降至O(n)，适配长文本。7. 模型推理慢排查思路检查序列长度、batch大小；确认KV Cache、量化、FlashAttention开启；排查GPU显存、算子优化问题。四、编程题1. rand7()实现rand10()拒绝采样：rand7()*rand7()生成1-49数，保留1-40，映射为1-10，超出则重新生成。2. 浮点数组取整最小变化和贪心思路：每个数选上/下取整中差值更小的，累加最小总误差。3. 最长无重复子串

继续来分享下最近的面经~欢迎友好讨论，信息共享1.实习拷打2.你刚刚说用AI写的那套东西，能介绍一下你具体做了什么？从AI写代码到交付，整个流程是怎么弄的？3.你的项目有前后端吗？大概结构是怎样的？怎么让AI帮你搞出一套能线上正式运行交付的东西？4.你实现这个项目涉及到哪些应用、中间件组件？我需要你说明系统设计的技术选型、底层逻辑，比如爬取后做什么，完整的业务流程讲清楚。5.如果是公司里的实际场景，比如有几十个应用，涉及前端、后端系统，要改一个需求可能需要改多个系统，你让AI怎么处理？6.你用的是什么模型？7.做这个项目消耗了多少token？8.开发中token很昂贵，节省token有哪些方式？9.SDD/TDD这块了解吗？10.那你知道创建一个skill有哪些方式吗？除了自然语言描述，还有什么方式？11.说一说你对function calling的理解。12.function calling和MCP相比，是不是可以没有MCP？13.MCP和客户端通信有几种方式？你怎么配置MCP？14.function calling是通过什么告诉大模型有哪些工具可用？15.大模型使用MCP调用查询天气工具，整个交互流程大概是怎样的？不用太细。16.笔试的时候，你是怎么和系统交互的？没改代码吗？17.你怎么确保AI写的代码没问题？用的是单agent吗？18.单agent和多agent相比，多agent的优势在哪里？19.能用英文口语说1分钟左右吗？20.你平时用的数据库是MySQL吧？如果线上数据量特别大，分页查询变慢，拿到这个优化任务，你的操作步骤是怎样的？21.如果单纯是数据量大导致深度分页查询慢，优化思路是什么？22.MySQL的索引结构你了解吗？为什么是B+树，而不是红黑树、平衡二叉树或者哈希结构？23.HashMap的1.8和1.7相比，做了哪些优化？24.除了结构和插入方式，还有其他优化吗？为什么插入方式会不一样？25.线程池用过吧？它的核心参数有哪些？原理是怎样的？26.Redis你使用了哪些场景？怎么实现的？27.Redis实现分布式锁的原理是什么？28.如果锁的过期时间是1分钟，任务还没执行完，其他人会不会抢锁？29.（看门狗机制下）如果任务一直卡住，其他人是不是都拿不到锁？