记录一下双非硕迄今为止的秋招经历吧

📍面试公司：长川科技🕐面试时间：2025.9💻面试岗位：c/c++软件开发❓面试问题：1、项目，遇到哪些困难2、class, struct3、map, vector,list数据结构4、gdb, 程序崩溃如何调试5、多线程6、常用ide,编译器7、值传递，引用传递🙌面试感想：可以

如果是985的大牛，月薪1万算不了什么如果是211的大牛，月薪1万也算不了什么如果是双非的大牛，月薪1万也算不了什么总的来说，大牛的薪资上不封顶，1万也没什么，可能身边的人都有总包二三十万，以后靠跳槽跳涨涨也没问题。如果是普通选手，月薪1万算是很不错了，可以在这一份工作中先历练一下，可能算是在同批次的同校学生中不错的水平。

98投递一面是否接受上海base科研论文经历，每一篇论文都深究了一下多头自注意力，和MQA还有GQA区别并行策略（deepzero）(没准备，不会）PPO, DPO,GRPO区别dpo的输入形式和SFT输入形式区别做SFT或者DPO，怎么调整最终效果的，gradient step的含义是什么做算法研究，是不是看论文比较多，工程上的工作会少一点（应该是觉得我代码写的少）论文深究，然后给了个场景题给大量的用户数据（表格数据），提出一种算法改进大模型去评估用户账号的健康程度（0-100），问了挺久也特别细如果有过亿的用户数据，大模型推理太慢了，怎么想办法加快。无代码题反问具体干什么工作（社区治理算法...

1.详细说一下dns解析它是怎么解析的，过程咋样2.Transformer你给我讲讲它底层原理，讲一下它为啥能替代RNN，我们知道Transformer架构已经很成熟了，但你觉得它的Self-Attention机制在多模态对齐上会不会存在瓶颈？有没有实际场景里注意力权重完全偏掉的情况3.说下LoRA的原理吧，LoRA是不是只能在Linear层插？你有没有了解过为什么不能插在LayerNorm之后？这会对训练稳定性造成什么影响4.你刚才提到用过QLoRA，那你能具体说说QLoRA是怎么降低资源成本的吗？常见的量化方式有哪些，QLoRA为什么选的是NF4和FP16这组组合，而不是别的组合？你能说说NF4 的分布拟合逻辑吗5.我们做了一些multi-query attention优化，但发现decoder延迟还是高，你觉得是哪里的瓶颈vLLM 本身的KV cache 是不是反而是负担7. Embedding模型和Rerank模型分别是怎么处理文本语料的？用场景举一下例子8.看你做过RAG，讲讲从数据清洗到检索服务上线这整个链路是怎么搭的，你是怎么做chunk切分的10.你觉得当前RAG的最大瓶颈在哪？你做过哪些改进来提升 Recall11.你们在训练xx领域大模型的时候，SFT 数据怎么构造12.看你做过LoRA微调，那你是怎么选rank值的？合并adapter权重的时候有没有遇到梯度爆炸13.我看你这个特长里面也有写过使用这个模型部署是吧你也做过相关模型部署的工作，那咱们能简要的说一下，我们部署的参数量模型部署的参数量，然后还有它对应的硬件之间的需求关系，比如说我每个参数量的模型所需要的算力需求大概是什么？先给出一个题吧，我们部署一个MOE架构的千分三的235b的一个模型，他所需要的算力大概是多少？14. 比如rag知识库搭建就是比如说我们在搭建这个知识库的时候，需要对这个知识库的文件文档进行动态更新了，那么你之前是用的是全量嵌入还是增量处理？如果是用增量的话，那么怎么来避免新旧文档的文单的分布不一致导致的这种检索偏差的问题15.你那个机械臂的那个动作态这一块融合的这一块，然后你那个具体的数据是怎么进行一个融合的，然后这个对比协议是怎么做的16.在做多模态融合的时候，有没有做过过视觉跟文本之间的对齐任务，怎么做的