顺丰科技 VLM大模型算法工程师 面经

简历项目问答PPT解析优化还有什么优化agent调用工具不正确怎么办采用sft或者强化学习怎么来解决ppo算法为什么有reward model 又有critic modelfunction call能力提升采用grpo的话奖励函数怎么设计？除了结果奖励和可以怎么设计过程奖励

♻️面试进度：一面🕐面试时间：2025年9月4日💻面试岗位：算法工程师-广告业务岗位❓面试问题：1、聊实习项目；2、介绍树模型；3、口述注意力过程；4、注意力为什么要除以根号d_k；5、口述交叉熵公式；6、手撕实现计算器。

1. 先做个自我介绍吧，可以结合你之前的工作经历聊聊。2. 你对 SFT（监督微调）中的 scaling law 有了解吗？在实际训练中，你遇到过哪些比较大的困难？3. 在模型训练时，如果发现 advantage 或者 loss 突然变成 0，一般可能是什么原因导致的？4. 在构建 AI Agent 时，它的记忆（Memory）机制通常是怎么设计的？5. 当模型出现 bad case 时，你一般会怎么分析？后续会采取哪些措施来改进？6. 如果需要为特定领域的文本训练一套 Embedding，你会怎么做？7. 聊聊你实习时团队的组成和分工吧，大家是怎么协作的？8. 你对大模型分布式训练的底层了解...

腾讯 oc 字节 oc美团 oc快手 oc百度 oc滴滴 oc大疆 oc小红书 ocpdd oc得物 oc秋招一路走来真的很辛苦，没日没夜的学习导致我经常做梦，所以以上都是我昨晚做的梦，现在大梦初醒，现实世界啥也没有……