1.项目拷打为主2.中英文自我介绍3.Sft用了什么方法，如何判断sft效果已经达标了4.从loss上观察是什么样的5.调参是怎么调的，有什么依据6.Lora有哪些参数可以调7.数据标注是怎么标的8.模型输入输出是什么，评价指标是什么9.AIGC项目中的反思模块怎么做的10.全模态的意图识别怎么做的11.涉及到的计算资源规模大概有多少12.全流程耗时指标13.Python元组和列表的区别和相同点14.列表、元组是否可变15.多线程和多进程16.深拷贝和浅拷贝区别17.了解哪些模型的量化方法和加速方法18.编程中常见的设计模式有哪些19.编程题1：把第二个数组合并到第一个数组，使之有序（第一个数组已在后面添加足量的0，需要原地修改第一个数组）20.编程题2：找到一个数组中第n大的数

1. 介绍实习经历？做了哪些工作?有什么产出？多少人协作?2. 接收到的数据格式？如何处理？数据类型有多少种？3. 你觉得做的过程中有什么难点和收获？（答得不太好，问到这里可能感觉实习没什么难点，就开始问八股了~）4. MQ如何保证消息不丢失？什么情况下消息会重复？如何保证消息不重复？5. 分布式ID生成方案？6. 如何用Redis实现分布式锁？7. 假如让你实现一个消息队列，你会怎么实现？8. 考虑一个大文件，而内存很小，如何统计大文件里某个特定字符串出现的次数？手撕：阿拉伯数字字符串转大写，如："1234" -> "壹仟贰佰叁拾肆"; "123456" -> "壹拾贰万叁仟肆佰伍拾陆", 写了一会被叫停，说由于时间关系，说个思路就好，然后反问后就下播了~反问

从 11 月开始找第二段日常实习前前后后大概面了 20 多场，过程中又有了一些新的体会，和大家一起分享一下。1.  一定一定，在没发 offer 前（即使 oc 了）要继续去投递和面试。2. 在 oc 之后也不要立刻把之前已经拿到的 offer 拒掉，能拖就拖。主包原本已经拿了 momenta 和 soul 的 offer，但是由于等腾讯 csig 的 offer 审批，然后拒掉了这俩，结果审批一周后流程结束，且没有任何通知消息•ᴗ•💧此时只能重新投递简历，等待约面，重新走流程，这一步其实是比较耗时间的，因为约面也很看运气和机遇。3. 算法题大部分依然是 hot100 的 codetop 前五页，字节腾讯和小红书会有一些自创题，这一块可以多参考牛客的面经多积累4. 面试是最好的老师，每次面试完都能套一些项目和实习经历有关的新的问题，另外面试多了之后，自己不会那么怯场，会感觉面试比较放松，当做是和面试官的一次交流，即使是小厂也可以当练手面试，只要有机会就去面5. 有实习经历的同学，一定要把实习做的需求搞清楚，我参加的面试，基本上 90% 的面试，有 90% 的时间都在聊实习的相关问题，八股很少。有的时候会具体到消息队列怎么配置的，几个实例，几个 partition 这类的问题，或者 qps 多少，压测性能，搜索准确率，如何量化某个指标，还有些会涉及到类似于产品视角的问题，比如 AB 实验为什么这样配置，你觉得用户哪些体验能作为埋点这类的问题下面是一些面过的厂和感受：1. soul （oc 拒掉）一面 二面 hr 面都很快通过，感觉只要你有一段实习经历，并且把自己的实习的内容描述的清楚就能拿2.京东零售（oc 拒掉）同一个大部门一面挂了两次，然后又被捞了第三次，然后一周内推进完流程。京东整体面试的感觉是如果对你感兴趣，面试的拷打强度很低，会花很多时间向你介绍业务，或者闲聊3.momenta（oc 拒掉）做内部的数据平台，感觉最近应该是比较缺人，特别是北京的岗位，可能还会涉及到 agent 的一些开发，用于收集数据之类的4.得物（一面就 oc 了），感觉比较缺人，上海的 uu 可以投一投，得物社区的业务，leader 介绍是使用 ai 做一些任务编排和内容分析。5.腾讯 csig 面试的强度比较大，都是一个半小时左右，主要拷打计算机网络和操作系统，一面两个算法题，有一道原创，技术面好评，很有水平。整体流程真是避雷😅 三面结束，hr 说一周内给发 offer，然后拖了七个工作日，最后悄无声息终止流程。6.腾讯 ieg 捞起来一面结束后一直不更新，一面面试官约的下午五点，半小时后说自己只约了半个小时面试间，之后没消息了。7.小红书（oc 拒了）两面技术面，mentor 人非常非常好，面试体验也很好，感觉小红书面试官业务能力很强，氛围应该不错，如果字节没给 offer 的话就去小红书了。8.字节（oc 已接），面了 6 次，第一次是剪映那边一面挂，第二次也是深圳的一个团队，三面挂（感觉聊的挺好，手撕也是最优解，可能存在横向），第三次是上海这边 tiktok 生活服务之类的，面试推进很快，一面结束两小时约二面，二面结束两小时后约 hr 面。9. 还有几个 start up 也面了一下... ...

1.在 RAG 应用中是如何做效果评估具体用了哪些指标2.如何训练用于 RAG 场景的生成模型3.vLLM 的核心原理是什么4.如何增强模型的多轮对话能力5. CoT ( Chain - of - Thought )训练数据如何构造6.介绍vL LM 、量化、 KV Cache 优化技巧7." packing "形式和"多轮对话"形式有何区别？8.LeetCode 72编辑距离📳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。