阿里控股博士日常实习research岗位面经

方向是融合定位相关，擅长激光slam方向，现在有两个offer。个人背景，本211， 硕博9851.比亚迪岗位：算法岗智驾部门，3.56w(底薪2.6w,乘以系数1.36)，带上年终奖，总包48w 。2.某扫地机器人 岗位：算法岗4.6w每月，年终2~6月，总包63w+。

1. Transformer中Attention的本质是什么？你能从数学角度简要解释一下吗？2. 在Agent多轮对话任务中，你觉得Attention的局限性体现在哪些方面？3. 简要介绍一下SFT的核心流程，以及数据集的构建策略，SFT之后常见的Post-Training还有哪些？它们之间的目的有何区别？4. 什么是RAG，它是怎么提升生成质量的？与传统检索＋模型生成的流程有何不同？如何评估一个RAG系统是否work的？5. PPO和DPO在大模型对齐中的主要区别是什么？DPO训练通常有哪些注意事项？用过GRPO么？6. 项目里的Modular Agent，你能讲讲它是如何实现多步规划的吗？7. 项目提到了多个工具调用链路，调度策略是如何设计的？是否有异常fallback策略？8. Agent评估体系包括哪些维度？如何衡量planning能力 vs hallucination rate？9. 项目里微调Qwen，选择的训练阶段和Loss函数是如何决定的？10. Prompt自动推荐模块用了哪些优化策略？有没有尝试过Prompt压缩或embedding表示的方式？11. 场景题：假如一个Agent 推理链路包含3个工具+高频请求，系统整体延迟较高，你会如何优化？12. 代码：20.岛屿数量

1、学成在线是个什么样的项目？1.1、项目背景 受互联网+概念的催化，当今中国在线教育市场的发展可谓是百花齐放、如火如荼。按照市场领域细分为：学前教育、K12教育、高等教育、留学教育、职业教育、语言教育、兴趣教育以及综合平台，其中，职业教育和语言教育 的市场优势突出。根据Analysys易观发布的数据显示，预计2019年中国互联网教育市场交易规模将达到3718亿元 人民币，未来三年互联网教育市场规模保持高速增长。学成在线借鉴了MOOC（大型开放式网络课程，即MOOC（massive open online courses））的设计思想，是一 个提供IT职业课程在线学习的平台，它为即将和已经加入...

实在是太高了，有点被吓到，原本都和其他互联网签了