字节算法一面面经

1. 自我介绍2. 是否有过从事大数据的相关工作经历，项目活动也可以算3. 对大数据岗位的理解4. 追问了一些项目细节5. 软件开发流程6. 本科毕设（面向的需求方是谁？）

自我介绍知道B+树吗？背包问题，讲解一下如何解决01背包问题思路，动态规划的思想建表索引的使用要遵循哪些原则最左前缀原则有了解吗用户表用户数据比较多，几十亿，怎么做优化，单表无法承担这么大的数据量，怎么解决TCP协议是工作在那一层的TCP和UDP的区别Linux常用的命令哪些Spring 循环依赖问题，怎么解决synchronized 是否用过，实现原理是什么样的ThreadLocal 是否了解过，怎么实现的简历上的项目是个人做的，还是团队做的做的项目遇到什么难点项目中某一个功能开发，是否用到什么设计模式进行规划模拟实现Rabbitmq项目介绍一下反问#发面经攒人品#

一、手撕 题目：给定一个字符串 s 和一个整数 k，每隔 k 个字符反转一次，返回最终字符串。简单很快就写出来了二、八股1.自注意力机制是什么？计算复杂度怎么算？吟唱: 通过query-key相似度计算权重，对value加权求和，建模长距离依赖。O(n平方)n为序列长度。2.KV-Cache的如何加速推理？继续吟唱：生成时缓存已经计算过的kv，避免重复计算。3.LoRA的原理是什么？与P-Tuning、Adapter的异同点？LoRA的参数选择对模型性能有何影响？三连吟唱：原理是冻结原始权重，训练低秩矩阵参数。异同在于lora训练参数，p-tuning只优化了prompt嵌入。4.介绍下RLHF的基本流程，与DPO的差异是什么？主动吟唱：RLHF三段式，sft用高质量数据集微调，rm训练对比学习模型用于打分，ppo通过rl泛化增强。dpo直接优化偏好数据，省去rm和ppo。5.分布式训练中的TP、PP、DP分别是什么？TP按tensor维度拆分,PP按网络层数分段流水线执行，DP数据并行，复制模型副本分散计算6.flash-attention的原理是什么？这里回答没太好，只讲了通过内存层次结构什么的减少I/O瓶颈7.DeepSeek的MoA架构与MoE有何区别？moe通过门控机制选择专家子网络，参数规模增加但训练难度大。moa则用多个agent回答，通过数据迭代优化，缓解偏科。8.如何处理数据不均衡问题？上采样小样本，课程学习三、项目与实习1.agent实习主要负责哪些模块？动作规划，memory经验，evaluation pipeline，后训练，很多模块都参与了，面试官也挺震惊哈哈。这里聊比较多就不po了。2.记忆系统如何实现视觉-语言特征对齐？clip映射到联合embbeding上3.如果视觉模块误判，如何通过语言纠错？检测矛盾关键字，通过反馈触发重试。4.具体讲讲怎么构建evaluation pipeline的?做了数据爬取，版本控制，llm打分

自我介绍为什么不继续实习为什么会选择深圳呢？父母在哪里？深圳是否认识的朋友？预计何时到岗？专业排名执行力怎么样？岗位优势是什么？能否接受加班？实习工作强度？预期是否匹配？#发面经攒人品#