美团校招直播业务后端二面已凉

简直是夯爆了！！！1.实习项目相关问题2.详细介绍一下你做过的智能客服系统。3.你们这套系统主要的应用场景大概是怎么样的？能举个例子介绍一下。4.什么情况下需要用到你的那个 expert 相关技术？5.整套系统的主要难点是在于什么地方？6.中间的 Planner，它的规划机制是怎么样的？比如它底层需要调用哪些工具？是不是需要多轮规划？中间的一些详细设计是怎么设计的？7.你们怎么去评估客服对客户的输出是好还是坏？8.搜索功能是怎么实现的？9.你在中间起到的主要作用是什么？你做出了什么改进？10.你这个迭代的过程中，有 ground truth 吗？比如每一个 query 实际上最终最相关的商品是有哪些？11.你中间做了一些什么样的技术迭代？最终体现在人工评估指标上有什么样的提升？有做过对比吗？12.这个人工评估的指标是怎么设计的？最后它的指标结果怎么样？13.这个指标结果是内部人工评估的，还是线上的结果？14.中间优化的过程中，你们用的是一个什么样的模型？15.你的那个 expert 模型，怎么去训练的？样本从哪里来？16.导购场景的数据是真实的用户跟人工客服对话的场景数据吗？17.训练的样本量大概是多大？18.1000 条样本就足够训练你的这个模型了吗？19.你对比过训练之前跟训练之后，同样的问题模型学习后的能力提升大概有多少？20.你能做到比原始蒸馏出来的模型效果还强吗？21.训这个 8B 的模型用的是多大显存的？什么显卡？八股1.正常来说，1B 的模型在没有做任何量化的情况下，原始 FP 格式存储大概要占到多少显存？2.不考虑梯度的情况，单纯只考虑 Inference，把参数加载到显存里面大概要占多少显存？3.平时有用过一些量化加速的方法吗？4.常用的量化手段比如 INT4、INT8、BF，它们之间怎么做到加速的？你有了解过吗？5.FP 跟 BF 之间的区别，你了解吗？6.FP 和 BF 底层实现的区别主要在哪个地方？7.正常的 MP32 在底层数据存储上，小数是怎么表示的？手撕：有连续的 N 个正整数，随机抽出一个（不拿头尾），将其他数乱序放入 N-1 大小的数组中，找出被取出的数。要求时间复杂度 O (N)，空间复杂度 O (1)。

抱歉是两爪鱼鼠鼠27届，做Java后端，目前接触一个校内老师的项目，观察代码后发现目前项目逻辑比较简单，是鼠鼠一个人也能暂时撑起来那种，不涉及高并发多线程等内容。现在另外找到一个实习机会，涉及AI的开发，现有员工也不少，但是据说也是在起步阶段，有些实习生在做数据标注。鼠鼠纠结到底应该留在现在项目，还是去实习或者两手抓。因为以前没有彻底跟完过实际项目，所以怕自己眼高手低，看不起现在的实际项目但是又没能力。目前做过外卖点评和一个实际项目的curd，不知道继续学什么，拜托大家指点

timeline：4/14:一面（面评不错）4/21:二面过了差不多一天了状态是链接还在，一般多久能出结果啊，没有秒挂或者秒过就很焦虑

面试官人很好，一直在引导我，奈何我菜。全程没有问项目，面试官说这个项目他见了很多遍了，上来手撕了一道题，hot100编辑距离，10分钟A出来了。然后面试官一直在和我讨论日常怎么学习等等，和聊天一样。不知道是不是kpi面，但是面试官一直喊我的名字还比较亲切，没有紧张感。时间线--4.24一面---4.25回到人才库--4.27又被捞起来一面 约到五一之后了