美的-NLP/大模型一面面经

✅项目:问的很细，基本有半小时，需要充分准备！✅八股1. 最新强化学习技术了解什么？2. Deepseek GRPO，讲讲原理和之后的改进3. DPO训练原理4. MOE架构原理5. Qwen3的技术原理6. 了解最新技术一般怎么通过什么渠道7. RAG遇到模型缺失电商知识一般怎么做✅代码：三数之和总结：感觉面试官很注重项目，挖的很深还边面边敲字做笔记，但是总体没有刁难我，题卡顿了一会儿，最后也做出来了，面完半小时就约二面了✌📳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。

🍓一面时长约50min，面试官很和蔼，体验感还不错。1．面试官先简单介绍了下团队，然后是自我介绍；2．拷打了一下项目和论文；3．为什么多头注意力能提升表达能力？4．为什么要在大模型中使用 RMSNorm ？和 LayerNorm 有什么差异？5.LoRA和 PromptTuning 有何区别，分别适用于什么场景？6．模型微调时遇到过过拟合吗？怎么处理的？7．大模型推理时的加速思路？8.KV Cache 是怎么起作用的？为什么对长上下文推理很关键？算法题手撕：字符串的全排列。二叉树序列化与反序列化。✅面试感受：整体提问节奏比较平稳，面试官很有亲和力，有的地方卡住了还会给提示。🍓二面时长约40min，主要是针对简历进行深挖。1．自我介绍。2．深挖项目，针对项目思路不断追问。3．大模型生成内容如何做去重过滤？4．如果词表特别大（10w+ token ), Softmax 加速通常有哪些实现？5．如果要在中文领域做 Instruction Tuning ，需要注意哪些数据问题？6．反问✅面试感受：二面的氛围和一面截然不同，面试官提问非常犀利，没有太多套路问题，并且对细节很关注。📳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。

放暑假后，找了第一段实习，居然问了一些八股文知识就通知上班了。盲猜差打杂的，还真是聪明，flag立的飞起。早九晚六的生活治好了我放假睡懒觉的习惯，因为要早起，倒逼早睡。在公司，好像大家都有自己的事情要忙，他们对于小小实习生若有若无，无暇顾及，实属正常不过了。公司里面已经有成熟的项目落地，更多的需要运维工作，修Bug，给项目经理写操作手册，测试模块功能，额，没学，问了三次都没人回应，算了开摆。期间提过两次问这边有没有项目可以接手或者是写客户的新需求，没有的事，有的是无尽的Bug，这简单的改完了，难的也难受，也佩服自己，尝试着投递百度客户端，快手的社招测试岗位，在一面的时候，切实感受到大厂需要的是一个有扎实的专业课基础和表达抽象能力，百度居然没让手撕代码，反正力扣一道没刷；快手社招的是一位大姐姐，捣鼓电脑麦克风都让我自乱阵脚五分钟，到头来手机微信电话，屏幕视频，可我还是低估了社招的标准，一上来不问基础知识，询问项目里面当正常程序运行出现异常，我知道你项目网上劈天盖地，我也能问你，当出现异常，你该怎么解决，有没有自己实现的demo，这一次社招对于人的考验确实有点猛烈了；所以后面都没有勇气去面字节的后端生活服务，了解到手撕代码挂基本没戏，更何况HR说4面，我的天，实习岗位整出来了4面，无所谓，对于我不会的统统推掉。最后一周人就老老实实的了，面试前确实压力很大，因为对大公司的向往与自身一言难尽的水平，程序员的最终幻想了。公司好像确实养老，一天天没有什么事情，坐在那里划划水，偶尔主管过来看看，看完继续划划水，挺无聊的，但确实让自己看清楚一些社会的现实，学校的环境真的对人太友好了，只照顾好自己的生活和学习，不用考虑领导、租房、工作压力、上班的孤独。以后会更加勇敢、自信、热爱生活

主包背景：两段大厂大模型算法实习tl：8.18投递，8.27一面流程：1.自我介绍 1min速通2.简历项目拷打 25min左右3.结合主包的项目经历，问了有没有用过Prompt Tuning或者Prefix Tuning，结合实际场景谈优劣4.针对推荐系统的曝光偏差问题，常用处理思路5.LayerDrop和Dropout，两者的区别及各自适用场景6.解释一下Group Normalization？主要解决了什么问题？7.Transformer架构中，为什么要使用Position Embedding？有哪些常见的实现方式？8.除了word2vec、BERT，还了解哪些文本或item的表示学习方法？9.手撕10.反问（我问了下部门业务相关，以及校招生入职培养路径）面试官挺专业的，人也比较nice，不是压力面。总体面试体验不错，希望能过