27实习百度AI大模型产品面经分享

软件技术专业，现在大二了，想知道除了升本的知识以外，应该往哪个方向学，很迷茫，各位前辈能给点建议吗

继续来分享下最近的面经~欢迎友好讨论，信息共享1. 你有没有接触过自动化测试？了解哪些测试框架（Python 或其他语言）？2. 你在A公司做的 AI 平台整体是干什么的？3. 你说的孤儿资源清理具体是怎么实现的？4. 你是怎么判断一个资源是孤儿资源的？5. 这个过程是基于全量扫描，还是事件驱动？具体怎么做的？6. Watch 和数据库同步这一套是怎么设计的？有没有一致性问题？7. 你的事件处理链路是怎样的？有没有用 Kafka？为什么用 / 不用？8. 你在B公司做的 Agent 核心是做什么的？解决了什么问题？9. 这个 Agent 实际是在部署什么？是服务、脚本还是其他东西？10. Agent 是中心化部署还是每台机器一个？为什么这么设计？11. Agent 和 Jenkins 的关系是什么？谁负责调度，谁负责执行？12. Agent 的所有动作是不是最终都是通过 Jenkins 来执行的？13. Jenkins 执行完之后，怎么和 Agent 做状态同步或结果回传？14. 既然 Jenkins 本身就能做自动化，为什么还要做一个 Agent？15. 用户在 Jenkins 上最容易填错哪些参数？为什么？16. 能不能完全不让用户填参数，让系统自动完成？为什么做不到？17. 如果 Jenkins 已经可以完成这些事情，引入 Agent / AI 的价值在哪里？18. 如果让你设计一个自动拉日志的 Agent，你整体流程是怎样的？19. 有3台Linux机器，日志路径不统一，而且是二进制日志，需要解析，你怎么设计？20. IP/Port 固定，但 SSH 密码会随软件版本变化，这个你怎么处理？21. 不同业务的人要不同日志路径，你怎么做管理？22. 用户不愿意维护配置表，你怎么让用户输入，同时系统自动沉淀规则？23. 日志解析涉及不同格式、工具、版本，这一块怎么设计？24. 如果这个 Agent 要扩展到自动检测、排障、自动化能力，架构怎么演进？25. 在完全没有规范流程、系统很混乱的情况下，你怎么落地这个 Agent？手撕：第二大的数字，不能用既有函数。

刷牛客看到好多人问实习转正的事，我去年刚走完这套流程，分享下我的真实情况吧：26届，大模型算法，实习3个月，没面试直接转正了。一、实习这3个月：把我干懵过也干爽过我是去年大概4月入职的，到7月启动转正流程，正好3个月左右。刚来的时候真的懵。之前也在别的公司实习过，前两三个月主要做数据处理，后面才开始逐渐接触模型。但百度这边节奏很快，第一周mentor就跟我讲接下来要做什么项目了，而且刚入职对各种事情都不熟悉，我记得入职第一天配环境就搞了大半天，各种内部工具名字都没听过，整个就是一个手忙脚乱。好在身边同事都很耐心，问他们都会回，mentor人也挺好，不是甩手掌柜。这里也是点名一下，其实现在形形色...

1、首先进行自我介绍。2、询问之前机考的一道算法题，讲讲当时做的思路，是一道类似糖果分配的算法题3、询问简历上的项目，扣的很细，包括技术细节、工程问题解决、团队工作量分配等。（这一块的提问时间占比有一半以上）4、LLM八股 LLM的性能评估指标有哪些；提升llm的推理效率和成本的方法有哪些；多模态大模型的不同输入如何进行编码和对齐（我用图文检索举了个例子进行说明）5、设计题：现在让你为大模型设计一个数据加载器，请你会怎么考虑，说出你的思路。6、结尾做了个算法题，动态规划经典题型：在一个m*n矩阵中寻找一条最大路径,从左上角到右下角，每次只能向右和向下走一步,求到(m，n)处的最大路径的和（由于本人算法复习的很仓促，外加身边其他同学面到的算法题都很简单，于是我就没！去！复！习！，然后拿了个贪心糊弄了一下没全对）。面试总时长：30min左右的面试，15min左右的算法题一面结果：寄了，不知道是我设计题没回答好还是算法题没做对的缘故，继续投其他的了