网易 网易互联网 网易严选 测试开发

投的是荣耀终端的嵌入式软件开发岗，方向是 RTOS 和底层驱动。一面是视频面试，面试官是个做底层系统的工程师，上来自我介绍完直接开始问技术，没有任何寒暄。整体风格是问得不多但每道都很深，基本上你答完他会继续追问细节，答不上来他会换个角度再问，感觉是在摸你的知识边界。RTOS 相关的问题占了将近一半，MCU 底层和驱动也问了不少，C++ 只问了一道但追问了很久。总时长大概五十分钟，底层基础不扎实的话会很难受。1. RTOS 的任务调度器是怎么工作的？抢占式调度和时间片轮转的区别是什么，FreeRTOS 里是怎么实现的？答：任务调度器的核心职责是决定在任意时刻哪个任务占用 CPU。调度器维护一个就...

二本的结局就是铁人三项嘛

就是觉得好漂亮，可能是配色？

1. 说一下 SFT、RLHF、DPO 的区别，线上项目里你会怎么选？答：SFT 是监督微调，核心是让模型学会“像人一样回答”，训练数据一般是 prompt-response 对，优点是简单直接、稳定、成本低，适合把基座模型先拉到业务可用水平。RLHF 是先做 SFT，再训练奖励模型，然后通过 PPO 之类的方法让模型朝着“人类更偏好”的方向优化。优点是能更细致地对齐人类偏好，缺点是链路长、训练复杂、容易不稳定。DPO 可以理解成不显式训练奖励模型、也不走复杂强化学习，而是直接利用偏好对做优化，训练上比 RLHF 更简单，效果在很多场景下也不错。如果是企业大模型应用，通常优先级往往是 SFT ...