9.4美团AI面经

1、自我介绍2、拷打实习（20min）3、了解哪些大模型应用场景4、谈谈你对大模型优缺点的理解5、LoRA微调和全参数微调有什么区别6、讲一下模型训练的整个流程7、训练指标能完全代表模型好坏吗？训练完还要做什么？8、项目中怎么评估模型效果，评测数据怎么来的？9、项目里的工具调用是怎么实现的10、使用消息中间件（MQ）的场景有哪些11、讲一下Spring AOP的实现原理与各自区别12、反问

1.自我介绍2.请问你当前在校成绩排名如何?你曾经获得过哪些校级及以上的奖项荣誉?3.功耗敏感的低噪声模拟电路供电时，你倾向于选择LDO还是DC-DC?请说明4.假设你选择了LDO，但发现电路的输入电压和输出电压差距较大，这种情况下会带来什么问题?你会如何解决5.你提到用DC-DC配合LDO来优化效率和降低功耗，这种组合设计中DC-DC的输出纹波可能会影响后续的模拟电路，你会如何处理这个问题6.介绍IIC SPI UART区别，不同的使用场景7.在实际应用中，如果IIC和SPI都可以满足需求。你会如何权衡选择使用哪种协议?具体来说，你会从哪些维度来评估他们的优劣?8.为什么在使用网络分析进行测量前必须先进行校准，讲解实际上校准的基本过程9.在实际测量中，如果校准后发现测量结果仍然存在较大的误差，你会如何排查问题并解决10.如果在排查过程中发现是由于连接器的磨损导致的误差，你会如何处理?能具体你说说吗?11.你参与过的项目中用到哪些技术，并详细说下你所负责的模块和实现细节。项目中遇到的技术挑战及解决过程12.你提到在模块中使用了算法，能否详细说明一下这个算法的原理，以及它是如何应用的13.你提到为了降低运算时间，使用了查表法来计算和加速度，这个查表法具体是如何实现的?查表数据是如何生成和存储的14.你提到查表数据存储在Flash中，能否具体说一下再嵌入式系统中如何高效的管理和访问这些查表数据15.校园活动或实习中是否有过需要与不同背景的人沟通以达成共识的经历?你是如何适应和调整沟通方式的、16.在这些沟通中，如果遇到某一方对你的提议不太接受，甚至有些抗拒的情况，你是如何和调整自己的沟通方式来说服对方的17.在过往实习或项目经历中，请描述一次你遇到的复杂问题，你是如何识别出问题的根本原因的，请举例说明18.在你发现SPI通信中存在毛刺时，你是如何进一步确认毛刺的来源并判断它是否是问题的根本原因的19.请分享一个在学校或实习中你自愿承担额外工作或责任的经历。当时是什么情况?你是出于什么考虑做出这个决定

1、自我介绍2、聊了一下工作地点，职业规划3、简单问了下实习4、是否有系统性地学习过机器学习或深度学习课程？大模型相关的算法背景和理论知识是如何构建的？5、具体说明你在大模型领域学习了哪些内容，以及是如何学习的6、讲一下你对强化学习的了解7、除了RLHF，是否了解强化学习中的其他具体算法（Q-learning、策略梯度等）8、这些强化学习算法与大模型中的强化学习是什么关系？9、了解PPO算法吗？10、谈谈对目前主流大模型的认识以及底层架构11、DeepSeek在哪些方面做了改进使其训练成本显著降低？12、GRPO算法了解吗？13、微调、预训练和强化学习三者在训练目标、数据构造、训练算法和优化思路上的区别与联系？14、你的项目中，微调要解决的具体问题是什么？15、微调具体使用的是哪些模型，选择时是如何考虑的16、你的训练集规模多大？是否是全人工生成的？能否展示一条具体的训练样本17、如何评估和保证微调后模型输出的代码的正确性？评测指标和具体方法是什么？18、你提到正确率微调后提升了很多，在这个过程中具体做了哪些调优工作19、Agent项目是基于什么平台或框架实现的20、反问

总结：40分钟，项目+结构化+手撕项目提问1.有做过AI智能体开发吗？有做过AI agent知识库建设工作吗？2.你了解AI自动化测试平台的架构和选型吗，Appium的性能并不好，为什么选择他？结构化提问1.对于视频卡顿问题定位，你会从哪些角度进行排查？（链路排查思路）追问：如何利用AI工具进行问题定位和排查？2.在综合能力维度上，分别用3个关键词形容自己的优势和劣势。（答得不好）3.在实习经历中，你对于团队做了哪些具体的事情手撕环节1.给定一个字符串，请统计字符串中括号匹配的对数。例如：{a}pp{{}，有效的括号对数为2。追问：是否可以不用栈来做？反问环节1.团队的业务有哪些做一些测试提效的工具平台，有以下这些应用。第一部分：UI自动化。之前写UI自动化都是编码级的，编写用例和维护的成本比较高，很多年没有很大的突破。现在结合大模型后，开启了小范围的试点，基于文本转化为可执行的UI自动化用例。第二部分：智能归因。对于与预期不相符的case，这个case是用例设计问题，还是环境问题，还是一个bug。之前是由人来看报错，现在可以通过传入代码、报错信息、日志等信息，由大模型来做初步的判断，可以减少人力成本。其他：数据构造等场景。2.团队使用什么编程语言Java和Go比较多，前端代码用TS。