智谱华章 预训练 一面面经

背景：浙江某双非硕一枚 研究方向：AI LLM 找工作方向：后端开发/AI开发 实习经历：三段秋招+春招几乎把除阿里及其其他BU外and拼多多的所有互联网企业均面过了一遍吧 甚至面了阿里的社招却没校招机会oc：滴滴杭州、携程上海、快手北京、去哪儿旅行北京（一些银行和中小厂就不列举了）挂：其他全部有友友想等参考双非硕自救指南和我去年这个点甚至小厂实习挂到现在的经历吗hhh 有空我会更新下upd：6.17菜鸟网络oc，已释放

回龙观个人转租，上北鑫座开间一居室，桌子橱子都很全，布局很大，南向，能有温暖的阳光。冬天暖气给力，近西二旗，后厂村，百度快手小米滴滴，楼下即将通地铁。价格4200，有缘可聊

✅一面✴️0、手撕： tokenizer，RAG基本流程（可伪代码） ✴️项目： 1、项目具体解决问题 2、每个模块如何实现 3、NL2SQL在处理多表查询的时候采取啥策略 4、k8s和docker在项目中的作用 ✴️八股： 5、对PPO DPO GRPO计算逻辑的理解 6、对KL散度的三种估计的理解 7、LoRA和p-tuning v2的区别，怎么初始化 8、DeepSeek R1训练全流程，MLA具体怎么做的 9、梯度爆炸和消失怎么处理的 10、torch中register_parameter和buffer啥区别 11、torch如何实现不记录梯度 12、torch squeeze和unsqueeze干嘛的 13、python设计删除流程的时候，若涉及可变和不可变对象该如何debug 14、多机多卡和单机多卡的实现上有什么不同？ 15、tokenizer的输出？📳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。