快手大模型算法岗面经

1. 自我介绍2. xhs实习用户群体、场景、解决的本质问题是什么3. 如何定义或者发现用户在使用过程中存在的问题4. 举例具体功能点5. 如何衡量agent效果和体验达标6. 通过哪些渠道、哪些信息来学习AI相关的知识和能力7. AI产品经理需要具备的三个核心能力是什么8. 在实习中，做过的复杂且枯燥但有意义的事情9. 当你遇到快坚持不下去的情况时，是怎么度过的10. 工作任务是自己主动承担的，还是主要来自于mentor或上级分配的11. 在主动承担工作的过程中，最大的动力是什么，哪个阶段让你觉得收获最大12. 你觉得AI能力用到IoT行业会有哪些发展空间

1. 自我介绍2. 你以前是不是投过我们这个部门的岗位啊？当时你投的是哪个岗位、做哪块的？3. 你怎么看agent这个概念？从产品的视角，agent到底能给用户带来什么价值？4. 你写过一些prompt，能分享一下在写各种各样prompt的过程当中踩过的一些坑吗？5. 描述一个你曾经写过的最复杂的prompt，说明它的输入输出和中间是怎么设计的。6. 举一个能说明你学习能力比较强的例子。7.面对模糊目标时，如何自己去定义清楚目标，区别于完成别人给定命题的做题能力

项目深挖 1.训练时显存占用高的瓶颈在哪?做了哪些显存优化?2.如果重新做一次，你会在哪些环节提前做ablation?3.在多Agent系统中，如何保证异步任务执行的稳定性和结果一致性?4.如果Agent推理API需要低延迟响应，你会从哪些方面做系统级优化?5.你做Prompt优化时，是如何判断优化后的Prompt在Agent推理链路中性能提升的?用什么指标来衡量?6.你提到用DeepSpeed做SFT训练，请讲一下DeepSpeedZeROStage1-3的区别，以及什么时候用FSDP会更好?7.在你的问答Agent项目中，数据集构造的自动化流程是怎么实现的?8.你是如何利用多Agent协同来提高推理正确率的?调度策略如何实现?9.介绍一下RAG的整体流程。在Agent落地场景中，RAG会遇到哪些延迟和正确率问题?你怎么优化召回链路?八股1.AdamW与Adam在权重衰减上的实现差异?2.梯度累积等价于batch扩大的严格条件是什么?3.PPO的核心目标函数是什么?每个符号的物理意义?4.相比PPO,GRPO的"Group"体现在哪一步?5.KL散度在RLHF阶段出现的位置、作用以及过大/过小分别会导致什么现象?6.Multi-Agent场景里，Reflection模块与Memory模块的输入输出各自是什么?它们如何解耦又能互相增强?

1、方法能否迁移到其他GUI场景(不同的OS、分辨率)2、视觉Grounding方案 VS 直接LLM调用API方案3、未来GUl Agent的发展方向4、手撕:二叉树的层序遍历(BFS)5、反问环节