字节抖音首页推荐算法一面 实习

继续来分享下之前的面经~欢迎友好讨论，信息共享先项目拷打20min1.论文拷打2.既想要大模型的场景理解，又要解决推理延时问题，想做大小模型结合，核心的结合方式是什么？3.线上只能用小模型，但小模型没有足够的推理能力，想用大模型的推理结果，怎么办？4.面试官提醒做知识蒸馏，应该怎么做？

感觉要写好多函数呀？手撕会用acm模式写链表吗

感兴趣的话请直接将简历发至邮箱： guochengwei.gcw@alibaba-inc.com职位描述：1. 负责将大模型（LLM）能力落地到实际业务场景，包括但不限于Prompt工程、智能对话、知识库建设、内容生成及业务流程自动化；2. 设计并开发AI Agent系统及其框架，负责任务规划、多步推理（CoT）、工具调用（Function/Tool Calling）、记忆管理及多智能体协同等核心模块的实现；3. 构建LLMOps全链路流程，包括大模型应用评测、监控告警、数据标注及RAG（检索增强生成）全链路优化（如切片算法、召回重排等）；4. 参与大模型业务应用平台的研发，推动MCP（模型控制协议）生态建设、工作流编排及代码生成等提效工具的开发，构建高可靠、高扩展的AI架构。职位描述（英文）：职位要求：1. 本科及以上学历，计算机、人工智能、软件工程、数学或相关专业；2. 熟练掌握 Java、Python、Go、C++ 中至少一门编程语言，具备扎实的数据结构、算法基础、操作系统知识及良好的编程习惯；3. 了解大模型应用开发原理，熟悉 Prompt Engineering、RAG、LangChain、LlamaIndex 或 Dify 等业界主流大模型开发框架；4. 熟悉主流大模型（如GPT、Qwen、Llama等）的接口调用及特性，了解 Agent 架构及相关组件；5. 具备卓越的学习能力和自驱力，对AI技术充满热情，能够快速跟进并掌握业界最新技术动态。

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.实习 模型选型 function call流程 dpo优缺点2.Agent是怎么选择工具的3.对于一个边界不好定义的场景，类似skill这种形式不能很好区分场景披露工具，怎么办 sft和rag的适用场景4.RAG系统整体流程 对于不同类型的文档分块策略5.重排策略的选择 如果开发一个Agent，web socket和另一个什么选哪个6.ai coding，对于一个客服Agent，当前的奖励函数有：Reward 7.hacking问题、稀疏问题、区分度太大问题（只有完全正确和错误），请设计新的reward解决至少两个，并且列5个case，其中需要包含边界和可能Reward hacking的case