盒马Java后端想问问大家都啥进度了

📍面试公司：盒马生鲜🕐面试时间：12/16💻面试岗位：前端开发❓面试问题：1. 你实习主要是后端，为什么选择前端岗位？2. 你对前端是怎么理解的？3. 你使用过哪些前端工具？4. 讲一下 React 中的虚拟 DOM，为什么要这么设计？5. 讲一下 React Fiber 架构。6. 讲一下页面渲染流程。7. 虚拟 DOM 这种设计有什么好处？8. 讲一下你的实习经历。9. 实习里做的前端部分有哪些？10. 项目里前端和后端都有优化，你前端在渲染方面是怎么优化的？11. 为什么要采用 JSON 类型的数据结构？12. 你开发时用过哪些 AI 工具？13. 你对 AI 工具有什么看法？14. 同一架构下不同系统，怎么保证 AI 输出的稳定性？15. 平时使用 AI 工具有遇到过什么问题？🙌面试感想：就感觉是一问一答的形式，没有特别大的一个参与感，毕竟我是一个后端开发，虽然他问的一些问题我都准备到了，但是感觉回答的就一般般，但是没想到居然过了，二面跟一面问题差不多，莫名其妙就过了，签三方不用提前实习，可惜薪资不满意就拒绝了

【一面】 1）介绍一个最能代表自己的项目2）项目里负责的边界是什么？哪些内容是亲手实现／验证的？3）电商领域预训练数据：低质过滤与去重会怎么做？用哪些简单指标快速判断数据质量？4) Pretrain 和 SFT 分别解决什么问题？5) Transformer 的基本结构怎么理解？6）多模态模型的大致结构是什么（图像编码器+连接层+ LLM )？最容易踩坑的点通常在哪里？7) SFT 数据如何更贴近业务：如何避免过度模板化？如何做基础的 train / test 去重来避免评测失真？8）对齐（ RLHF / DPO 等）整体思路是什么：为什么需要偏好对／奖励信号？【二面】1）做过的最有影响力的一件事是什么？具体推动了什么变化？2）训练不稳定怎么排查（ loss NaN 、 OOM 、吞吐下降）3) Long Context 常见思路有哪些？在业务里如何做"能看长文本但不太贵"的折中（摘要／分段／滑窗等）?4）如何做一套简单可执行的离线评测集？如何覆盖不同语言与类目？5）多模态场景怎么评估：如何检查"图文一致性／不编造信息"？优先加哪些自动化检查？6) Prompt ／模板如何管理：如何版本化、如何回滚、如何避免一次改动导致整体波动？7) 手撕：实现一个最简单的 top - k 采样（给定 logits ／概率，取 top - k 后重新归一化采样），并说明边界情况怎么处理。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.设计一个秒杀系统会遇到的问题2.Agent准备的一个没有问3.我的项目简历上面最大问题是，太老了，没有什么亮点问起来4.题目是有序数组求中位数反问：面试官：我不喜欢问八股，没有意思，大家答案背的都很标准了，不需要问了

hr加微信找上来说我简历过了约面试，但是面试又是全月可约。我也没有后端经验啊，做的都是大模型算法相关的，是不是kpi面。有大佬可以分析一下么？