小米大模型秋招一二面面经

之前一直觉得 i 人在职场没优势，秋招时拼命包装自己 “善于沟通”“团队协作能力强”，结果面试时全程僵硬，入职试岗一周直接内耗到崩溃。后来换了数据分析岗，每天跟数据、报表打交道，不用刻意社交，专注做事反而效率超高，还得到了领导认可。i 人的专注力、观察力都是优势，不用逼自己融入热闹的圈子，找一份能发挥自身优势的工作，照样能在职场站稳脚跟～

初衷：为什么想要这么做作为一名数开兼岗数分，经常需要拿着自己的分析报告、总结去跟业务/TL 其他人分享， 或多或少经历过以下场景、存在过实实在在的困惑：辛辛苦苦加班清洗出近 12 个月内不同类型用户在各个链路环节下分5 个维度的数据表现，认认真真进行横向维度对比、纵向时间趋势分析，兢兢业业整理出数据图表一顿可视化操作，最终输出一份内容详尽、目录结构层次分明的分析报告。当你一腔热血地去跟业务打开文档、分享结论时，结果业务却打断你说：你这有xxx的表现吗？（你回复：有啊，在后面）那能不能先跳到那里，我想看看那个数据！于是整个分享在文档不同部位间反复横跳，你会不会觉得很累、且有种被带着走的不适感。或...

不是指Research岗，就是一般的AI研发岗，LLM大模型/多模态/强化这方面的（非搜广推方向）实验室同门普遍都有一段大厂实习，但秋招反馈都不是很理想ps：我实习和秋招都找了游戏客户端开发，所以不太了解大模型这方面的形势，所以来牛客问问牛友们

整体的沟通不是很顺畅，面试官一直在纠结项目背景，我说是技术预研，他一直问有没有业务背景自驾的强化学习和llm的不太一样他们是传统的RL，也不是多模态问了一些项目，面试官好像不太懂问了我几个问题GRPO的优化目标？KL散度的作用，为什么要KL散度？为什么有些论文移除了KL散度？这样会不会灾难性遗忘？GRPO比PPO的优势，我说移除了reward model，以及去掉了value model。但是面试官不是很满意，说这不是GRPO主要的改进。工作比较flexible考了一个leetcode.162（把这题理解为爬坡，当num[mid] <num[mid+1] 说明是往右的一个上坡，left=...