汇川技术IT应用开发工程师 二面HR面

岗位像是产品经理，做落地的一面类似于国央企的半结构化面试参杂少量八股二面会多问一些项目相关，以及对于岗位的理解，个人能力和岗位的适配度的问题。

游戏运营问题：看你以往经历没有涉及游戏，为什么想进入这行？深挖活动运营经历：评估效果会关注哪些指标？新游戏上线后，你会优先关注哪些数据？如果游戏下载量、留存、回流同时出问题，先解决哪个？平时玩什么游戏？为什么喜欢它？（建议提前准备游戏分析）你觉得《MLBB》有哪些可以改进的地方？📚 高频考点整理▪️ 游戏运营理解：内容搭建、版本迭代、用户/渠道运营、数据分析缺一不可。▪️ 数据指标：留存率、ARPU、付费率、活跃玩家分析是核心。▪️ 新手引导设计：简洁提示+适当奖励+难度梯度是关键。▪️ 活动策划：节日活动、社区互动、召回机制都能提升在线人数。🔍 行业工具推荐数据分析常用：七麦、蝉大师、S...

面试是24年7月的现在已经入职几个月了，补一下面经，帮有需要的同学参考。BG：本硕985 计算机论文1A1B一面：技术面自我介绍 & 简历相关。简单介绍了自己在多模态和大模型方向的研究/工作经历，包括在校期间的论文工作以及实习经历。面试官主要针对简历上的项目提了一些细节问题，比如具体模型的量级，提升了多少，和哪些方法做了比较等。因为是自己的工作，所以没有卡壳。问有没有遇到过 Python 文件之间互相 import 的问题，出现这种问题怎么办？让我简单介绍了一下 PPO 算法，以及和 TRPO 的区别是什么？接着 PPO，问了一下 ChatGPT 的 RLHF 流程，以及为什么不直接用 SFT，而是要用强化这么麻烦的方式训练模型？继续追问 RLHF、SFT、LoRA 的区别，分别适用于什么场景？反问：公司现有业务是什么，计算资源情况等。二面：主管面论文介绍。让我用通俗的语言介绍我自己发表和投稿的论文，重点是研究动机和要解决的问题。问有没有亲手训练过大模型，最多用了多少张 GPU 卡？并行训练使用的框架是什么？介绍一下 DeepSpeed，说一下这个框架在并行的不同阶段（ZeRO stage）分别做了哪些事？训练模型的时候，数据量有多少，怎么收集数据的，训练花了多少时间？遇到的最大问题是什么？问在大模型全量微调时，显存消耗分别由哪些部分占用？（参数、梯度、优化器状态、激活信息等），分别占用多少？假设模型参数量为N，请分不同情况讨论和计算一下微调所需要的显存（不同精度、batch size、seq len 等）。说一下 LoRA 公式，讲一讲其中 A 和 B 两个矩阵分别表示什么。LoRA 的优缺点是什么，什么场景下适合使用？问知道哪些大模型训练和推理框架，用过哪些？问 LLaVA 的结构是什么，和常规的纯文本大模型有什么区别？Encoder-Decoder 结构的模型转 ONNX 的一般流程，遇到不支持的算子怎么办？可能遇到的问题（动态 shape、模型中逻辑判断需要单独写、模块拆分等）。三面：HR 面主要问了为什么选择公司，对团队的看法，对岗位的认识；未来大致的规划，面试过程的体验，有没有别的公司的 offer 等。以及询问了期望薪资等。之后就是等待，最终和期望薪资基本一致。总体感受面试流程比较顺畅，问题也比较贴合岗位要求；如果和岗位匹配度高，一般流程推进速度会很快。入职以后，工作内容和面试被问的问题也差不多，基本上都是算法工程师需要做的内容，团队氛围也很不错。只是毕竟是企业，不可能光搞研究，在承接业务时还是免不了和很多人打交道和来回battle需求，这个无可避免。

📍面试公司：4399💻面试岗位：系统测试❓面试问题：1.自我介绍2.你在实习过程中做了哪些功能测试3.白盒测试和黑盒测试的区别是什么4.在你的实习过程中做了哪些白盒测试5.针对一个计算器程序设计测试用例6.针对一个矿泉水瓶设计测试用例7.上线当天出现严重bug你会怎么处理8.如何跨部门沟通9.最近有在学习哪些技术？怎么学习的10.给我讲讲mitmproxy，为什么选他11.讲讲playwright，和selenium的区别是什么12.什么时间能来13.你对于测试这个工作怎么理解的14.你觉得测试人员哪些能力是必须要具备的反问：1.系统测试主要的业务是什么（类似于技术中台）2.流程是怎么样的面了20min，光速结束🙌面试感想：无技术拷打，感觉是kpi面