26校招字节推荐大模型算法一面45min

bg双9但是没有实习现在比较中意的offer要么回家（二线城市）要么去上海1、半导体fab厂：n*14，it岗，做cim系统（在招聘软件上粗略看了下能跳一些制造业的it岗），不倒班2、🌸为：n*(14-16)，通软，做鸿蒙系统但不是鸿蒙开发（不太了解如果跳槽能跳到哪里），加班猛其中fab厂的n是月基本工资，🌸为的n中包含绩效。另外这两家公司都额外有加班费主要纠结的点是fab厂离家近薪资在当地高，但是平台和风评较差；🌸为平台大，但是在上海这薪资有点低了（总包不到35，感觉是13a）另外也想了解一下两种职业未来个人发展方向（比如能跳槽到哪里去，哪个职业更好跳槽，抛开公司哪个职业未来更稳定一些...

1. 自我介绍及项目阐述：请先做一个简单的自我介绍，然后详细介绍一下你参与过的相关项目。2. 语义理解相关：在搜索链路里，像“苹果”这种既代表品牌又代表水果的语义歧义情况，通常是如何进行建模的？另外，多义词消解和上下文建模的核心方法分别是什么？3. Toolformer 与 RLHF 对比：Toolformer 采用自监督学习来生成 tool call 数据，这种训练范式和 RLHF 存在哪些差别？并且，为什么 Toolformer 更容易实现泛化呢？4. Reflection 机制判断问题：在 Reflection 机制中，我们该如何判断一个 Agent 执行失败是由于知识缺失，还是工具调用错误导致的呢？5. RAG 与库存一致性：假如商品知识库是实时更新的，那么要怎样保证 RAG 的召回结果和库存信息保持一致呢？6. RAG 长尾商品问题：在搜索场景中，RAG 的向量检索容易受到长尾商品的影响，针对这个问题，你会采取什么措施来缓解呢？7. GRPO 与 PPO 对比：GRPO 和 PPO 之间的区别体现在哪些方面？另外，GRPO 的优化目标函数应该怎么写呢？8. LoRA 电商推荐场景设计：如果要运用 LoRA 来对电商推荐场景进行微调，你会如何设计相应的数据和标签呢？9. LoRA 与 Prefix Tuning 对比：LoRA 和 Prefix Tuning 有哪些区别？在什么样的场景下会选择使用 LoRA 呢？10.算法题：请实现一个 LRU 缓存机制。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

一面先讲了一下做的业务详细问了下两篇论文，讲了之前他们做的一个工作跟我的一篇工作很类似，比较match。讲一下对强化学习的理解，以及你在你做的这个领域的理解。反问建议（没有，各方面都挺好的）二面介绍了一下业务讲一下1作的论文你这个做的比较简单，我们做多轮对话的强化学习，你有什么相关的了解agent相关基础（不会）qwen3如何去调用工具的。deepseek模型的思考内容是由什么标识包裹的你知道现在的推理框架用的什么呢如何通过标识去控制模型思考还是不思考给你一个业务链，怎么去做到在10个点固定不思考，在90个点固定思考，怎么去设计整体的训练。刚刚说的方法是否需要冷启动代码题给一个字符串，求能划分...

#华为求职进展汇总#