头部大模型实习生招聘【阶跃星辰】

📍面试公司：长鑫存储🕐面试时间：2025-7月底💻面试岗位：深度学习❓面试问题：1. 自我介绍2. 项目介绍+发散八股，主要针对课题项目的深挖，以及对llm，agent的理解和应用思考3. 反问（工作强度：貌似875，工作内容：llm，RAG等）🙌面试感想：无手撕，强度不高，基本问简历内的问题并进行发散，属于AI+X方向，未来可能从事llm，RAG等方向，等开奖。

先上结论: 实习期间一定要多问,多学,多偷! 当然不是偷东西的偷,主要是偷产出,来一招 四两拨千斤, A姐做的＝我的，B哥做的也＝我的，只要我不说这些产出都是我的。实习最重要的就是整合,整合你在实习期间的所有的技术/知识,转化成可以加分的东西 比如项目/数据/经验 等等 一定要在你简历上展现。转化率低的话,要么是你不会整合，要么就是太打杂了，一句话跑路。如何增加自己的产出：我总结了三偷定律：偷学，偷聊，偷需求1.偷学你所在的组负责的项目一定是为了解决一个具体的业务问题，对于大公司来说，你负责的项目可能是一整个大的架构中的其中一环。因此多翻一翻关于这个项目的立项书以及各种相关资料。领导让你做的不...

攒个人品，秋招不指望了，希望春招能有机会上岸吧。------------------------------------------------------没有自我介绍环节，一上来直接拷打实习，边拷打边问八股，基本上是我说一个做的东西，然后面试官就要开始问对应的八股了，记录一下问的八股：1. Qwen 与传统的Transformer模型相比，有什么结构上的改进？2. RMSNorm相较于LayerNorm有什么优势？公式是什么？3. SwiGLU的公式是什么？4. GRPO的公式是什么，这样做为什么更好？5. KL散度的公式是什么，为什么要用KL散度？6. LLM的损失函数是什么？给你一个10w的词表，计算出事的损失值7. GRPO为什么要做clip，直接用SFT后的模型还会不稳定吗？优势度可以怎样改进？8. 为什么你要用GRPO？GPRO结果比之前好多少？显存开销多大？训练一个Step需要多久？奖励函数如何设置的，为什么？有没有想过为什么一开始Reward出现大幅度震荡？GRPO是否一定有效，还有什么解决方法？9. Post-Training 的工作机制，为什么要做三阶段训练？什么情况下应该用GRPO？为什么DeepSeek用了GRPO？如何从V3到R1？10. 微调是如何进行微调的？为什么LoRA能够work？除了LoRA外，还了解哪些微调方法？11. 后训练用的哪个框架？你用过什么框架？如何使用deepspeed进行分布式训练？脚本是你自己写的吗？12. 知道什么Linux命令？13. 用过C++，Java吗？平时用什么多?14. 如何去评价你工作的产出和质量（基本上每个面试官都会问）15. FLUX的工作原理，LoRA在这个地方起到了什么作用？16. 你认为实习过程中哪些是从零到一的工作？（全部！鼠鼠之前学地理的）遇到一个不熟悉的领域，你会如何进行学习？-------------------------------------------------------大概是这些，可能不是很全手撕：删除链表中的节点；快慢指针秒了反问：面试官先介绍了下部门业务，随后反问：1. 为啥初试后又是初试？（可以自己点的，实际上就是二面）2. 后续几轮面试呢？（三轮，还有大老板面）3. 工作强度 （8-9.30左右）4. 这个岗位需要什么样的人？ （努力学习新知识，耐心）总而言之美团的面试体验真没的说，面试官会笑这一点就值得夸了，全程没啥压力，但是估计凉了，有些没答好

九月初投递的RDO3，投完马上就做了测评。无笔试，三四天就通知一面了。9.11 一面 30min（1）介绍项目，其中的技术难题与解决方法（自己引导介绍的方向）（2）聊天、意向城市、能否接受加班（迈瑞的加班强度比较大，周一到周五晚上到八九点，周六加班大半天）（3）反问：武汉与深圳的业务区别（武汉的图像只做一个方向血球质谱啥的不太懂，深圳是三个内容方向）无手撕无八股，非常轻松的一次面试9.12短信通知下周二面9.15 二面 30min（1）介绍项目，单独拷打了其中一个项目（具体每个环节的工作、遇到的技术问题与解决方案）（2）项目几个人参与、怎么与甲方沟通的、验收指标甲方评价如何（3）面了15分钟以后面试官开始介绍了武汉这边的业务（4）反问+聊天，你是哪里人、为什么想来武汉等等。。。·深圳和武汉两边的业务区别（面试官说武汉这边希望与深圳的业务不做交集，往新的方向发展，好像是血球、体外诊断、血液分析相关）·还问了入职之前可以提前学习什么内容（入职后有1对1导师，不用担心没经验，涉及到医疗知识，可以入职后再学）·薪资（确定14薪）又是一场比一面还要舒服的面试，感觉到面试官浓浓的热情，太得劲了