1.你的 Agent 系统Prompt 是怎么设计和迭代的？有没有做过 Prompt 自动优化？当用户提出不完整的请求时，如何补全用户意图的？2.构建 Agent 的时候，遇到过哪些瓶颈？LangChain 的 memory 默认机制在多3.用户并发中怎么做隔离？你是如何保证线程安全的？4.微调 Llama2 你是怎么选择训练样本的？清洗逻辑是什么？你有没有观察到哪些训练样本质量问题对模型行为有很大影响？举例说明。5.DPO相比 SFT，有哪些优劣？它在 Agent 任务上效果提升明显吗？你怎么构造偏好对？构造逻辑是自动的还是人工？6.你说你服务部署在 vLLM 上，为何选择它？KV-cache 如何帮助推理加速？你自己做过哪些优化？7.假如需要支持 Streaming 输出，但当前服务延迟又超标，你会怎么折中设计？8.多轮对话上下文状态管理是如何做的？如何在高并发场景下保证一致性？9.你做的 Agent 使用了多少个外部工具，在调用链条上如何保障故障容错和超时机制？10.有没有做过工具调用失败后的feedback策略设计？11.训练过程中数据来自用户行为日志，你是如何从这些数据中抽取训练对话的？有没有做过归一化或事件抽象？12.有没有了解过带有时间窗口/偏移限制的对话系统？模型怎么“理解时间”？13.你觉得 Agent 哪些模块最容易在真实业务中出问题？你会如何监控和定位的？

1.八股：LoRA 微调原理？训练时调过哪些超参数？有什么经验？2.八股：SFT 的 loss 如何只计算回答部分？（如何 ignore padding token？）3.八股：Attention 计算中有哪些显存优化策略？（如 KV Cache 复用、batch 拼接）4.八股：分布式训练中 Zero-2 和 Zero-3 的核心区别是什么？5.八股：Transformer 为什么用 LayerNorm 而不是 BatchNorm？6.项目：项目中的数据规模多大？SFT 数据是如何清洗和构建的？7.项目：为什么在项目中选择 GRPO 而不是 PPO 或 DPO？它解决了什么问题？8.项目：奖励函数是如何设计的？是否考虑了事实正确性、安全性等维度？9.项目：为什么引入 RAG？在什么场景下 RAG 比纯 SFT 更有效？10.项目：用 LangGraph 实现多轮对话 Agent，相比手写 prompt 流程有哪些工程和效果优势？11.代码题：lc102 二叉树的层序遍历

西安腾讯云 组内需要一名研发实习生实习要求：1、能实习三个月及以上2、如果面试通过能尽快到岗3、27届研究生或者本科岗位要求：1、计算机科学、软件工程或相关专业的在校本科生或研究生。2、至少掌握一门后端编程语言（如 Java/Go/C++等），有学校项目或自学经验。3、了解数据库、网络等计算机基础知识，对学习新技术有热情。4、具备良好的沟通能力、责任心和团队协作精神。5、加分项：了解常用框架、有过Git协作经验、对微服务有基本认识。岗位职责：1. 参与日常事务：协助团队进行文档维护、会议记录和简单的进度跟踪。2. 组件开发支持：在导师指导下，参与后端组件或模块的开发、测试与Bug修复。3. 代码与质量：编写清晰、规范的代码，并学习编写单元测试，保证代码质量。4. 团队协作：参与技术讨论、代码审查，与团队其他成员紧密配合完成任务。

目前没有实习经历现在拿了一个外包的实习，住宿舍三人间做的银行业务想问下各位大佬这个可以去吗，对春招找工作有帮助吗