京东内推，校招内推，社招内推，年后机会多多

继续来分享下之前的面经~欢迎友好讨论，信息共享1. MAP（最大后验概率）和似然函数有什么关系？2. 什么情况下，MAP的损失函数可以用NMSE来计算？（高斯噪声）3. 手写Multi-head Attention4. Attention的复杂度是多少？5. AUC是什么？6. 推荐算法了解哪些？7. 协同过滤的概念是什么？8. 如果是一种普适性很强的物品（如：新华字典），怎么设计指标对它降权？9. AUC怎么推广到非二分类问题？怎么快速计算AUC？10. bn训练阶段和测试阶段区别，详细讲讲原理11. dropout原理，训练阶段和测试阶段区别，为什么12. deepwalk和node2vec原理13. 协同过滤讲讲原理14. 推荐多任务模型了解哪些，讲一下esmm15. 手撕交叉熵，二叉树最近祖先

面试过的人都懂，最容易翻车的，从来不是前面的专业问答，而是结尾那句轻飘飘的「你还有什么问题要问我吗？」作为在互联网大厂做了 5 年 HR，面过近千位候选人，也帮上百位朋友复盘过面试、拿到心仪 offer 的过来人，我可以很负责任地说：今天就把面试提问的「红线」和「加分项」一次性讲透：3 个绝对不能碰的禁忌，碰一个就扣印象分；5 个适配 90% 以上岗位的高光提问，问完直接让面试官对你刮目相看。不管是应届生校招，还是职场人跳槽，看完直接就能用。先避坑：3 大禁忌，碰一个就扣光印象分面试提问的核心原则永远是：不添乱、不越界、不暴露短板。以下这三个红线，哪怕你再好奇，也千万别在面试时张口就问。禁忌一...

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1•大模型普遍训练多少 epoch？为什么？2•预训练阶段更应该关注 epoch，还是 token 数？3•为什么现代大模型常说“训练了多少 T tokens”，而不太说“训练了多少轮”？4•训练 token 数和参数规模之间是什么关系？5•你先讲一下 Transformer 的整体结构，为什么 self-attention 能替代 RNN？6•DPO 相比 PPO/RLHF 的优缺点是什么？7•什么是 instruction following？为什么 base model 和 instruct model 体验差这么多？8•SFT 数据要怎么构造？什么样的数据最有效？9•如果 SFT 后通用能力下降了，你怎么分析？

2026 Web前端进阶学习路线  AI赋能前端，实战体系全面升级 —— 进阶前端架构直击P7  第〇章 AI前端工程核心技术与实践 —— 生成式UI Agent实战 🆕  大厂最新 AI 探索方向  章节概述 您是否想过，未来的App界面可能不是由设计师预先画好的，而是由AI根据您的一句话实时"变"出来的？比如您说"帮我订一张明天去上海的机票，要靠窗的"，屏幕就能立刻生成一个包含航班选择、座位图的定制界面——这就是"生成式UI"的魔力。 本章系统学习AI与前端的融合领域——AI前端工程，聚焦于业界最新的生成式UI方向。这是一种革命...