美团基础研发平台oc

✋️客户端开发一面- 自我介绍- 介绍agent项目的工作流，有没有用到节点- 这个产品在手机上的业务编排是怎么样的（没有设计app，仅pc端，汗-_-||）- MCP是什么- 项目里的skill.md有哪些，是怎么设计的- 混合检索是怎么做的，和rag检索的区别- 怎么减少上下文过长的问题- 讲一下多线程，多线程复用- 连接池/线程池怎么做的- 怎么维护线程安全，知道的锁有哪些- tcp和udp区别- 怎么优化tcp面向连接带来的问题- 手撕：合并两个有序链表- 问是否在校- 反问✋️客户端开发二面- 自我介绍- 用的什么模型，有什么好处- 场景怎么想的，有落地吗- 整体的工作流是什么，详细讲讲，怎么从0到1搭建的- 上下文幻觉有遇到吗，怎么解决- 上下文压缩怎么做的，是对全部内容压缩吗- 大模型怎么匹配到skill的- skill怎么写，有遇到没有匹配上的问题吗，那怎么写好/检索更精准- 平常从哪里了解大模型相关讯息- 上下文包含哪些内容- 长期记忆有没有检索到的情况吗，怎么解决？面试官解释了claude是怎么解决的- 意识识别/查询优化怎么做的- 知识库混合检索怎么做的- 课题组方向是什么，具体讲讲，自己的论文方向是什么- 对于今后的职业规划，问了下简历上的求职意向- 手撕：k个链表合并，5分钟用大模型完成，解释提示词怎么写的，还能怎么优化- 反问总结：主ai、一点多线程/网络问题都不难，主要是偏ai应用的，所以问ai方面的比较多，对于使用ai的能力很看重。c++八股拷打较少。

1. 说一下 SFT、RLHF、DPO 的区别，线上项目里你会怎么选？答：SFT 是监督微调，核心是让模型学会“像人一样回答”，训练数据一般是 prompt-response 对，优点是简单直接、稳定、成本低，适合把基座模型先拉到业务可用水平。RLHF 是先做 SFT，再训练奖励模型，然后通过 PPO 之类的方法让模型朝着“人类更偏好”的方向优化。优点是能更细致地对齐人类偏好，缺点是链路长、训练复杂、容易不稳定。DPO 可以理解成不显式训练奖励模型、也不走复杂强化学习，而是直接利用偏好对做优化，训练上比 RLHF 更简单，效果在很多场景下也不错。如果是企业大模型应用，通常优先级往往是 SFT ...

主包27届暑期实习，拿了2个offer：1. 阿里云-政企事业部-专有云 Agent Infra工程师，开发Agent平台偏基建 base杭州2. 淘天-阿里妈妈-广告技术部 AI应用研发工程师，应该是Agent应用开发 base北京主包觉得淘天业务更好一点，专有云看网上说有点局限，但是主包是浙江人毕业更想去杭州。大佬们帮主包看看😭

刷遍了牛客的吐槽帖，大家都在说“技术面熬了无数个夜，结果栽在了HR面，太冤了”“HR面全是坑，根本不知道该怎么回答”“都2026年AI时代了，HR面还在查户口、拷打稳定性，毫无意义”。我特别能共情这种感受，毕竟我春招面了18家，7家栽在了HR面，踩过无数坑，也总结出了一套满分应对方法。今天就把HR面的底层逻辑、必问问题满分模板、挖坑题应对技巧、避坑红线全讲透，给所有正在春招的应届生，一份最清醒、最实用的备考指南。先搞懂一个核心：HR面不是“聊天”，是“筛选”，HR的每一个问题，都有背后的考察目的，不是闲得没事查你户口。一、先搞懂：HR面到底在考察什么？很多同学觉得HR面就是随便聊聊，其实不然，...