秋招面经-阿里云agent算法二面

1.自注意力机制是什么?计算复杂度怎么算?
2.KV-Cache的如何加速推理?
3.LoRA的原理是什么?与P-Tuning、Adapter的异同点?LoRA的参数选择对模型性能有何影响?
4.介绍下RLHF的基本流程,与DPO的差异是什么?
5.分布式训练中的TP、PP、DP分别是什么?
6.flash-attention的原理是什么?
7.如果视觉模块误判,如何通过语言纠错?
8.具体讲讲怎么构建evaluation pipeline的?
代码题:lc23.合并 k 个有序链表
全部评论
博主 被录取了吗
点赞 回复 分享
发布于 2025-12-14 19:07 辽宁

相关推荐

1.项目真实性与“含 AI 量” (最坑的一道题)面试官: “你简历里的这几个项目,哪些是完全靠 AI 生成的?哪些是你自己写的?AI 帮你解决了什么具体问题?”面试核心: 考察你对项目的控制力。如果你说“全是 AI 写的”,面试官会认为你缺乏解决复杂工程问题的能力。高分策略: 诚实交代 AI 的参与度(比如:AI 辅助生成了 70% 的样板代码、Mock 数据或单元测试),但核心的架构设计、数据库状态机切换、分布式锁的竞争边界处理必须强调是你的思考。2. AI 代码的“排毒”能力面试官: “如果 AI 给你的业务逻辑代码(比如一个复杂的 SQL 优化建议)看起来能跑,但潜伏着死锁风险,你通过什么手段识别出来?”面试核心: 考察后端基本功。AI 会写代码,但它不一定懂你的线上数据库隔离级别。考核点: 慢查询分析、事务传播机制、索引失效场景的预判。3. AI 驱动的自动化测试面试官: “你会如何利用 AI 来提升单元测试的覆盖率?你是怎么设计 Prompt(或 Skill 规范)来确保生成的测试用例覆盖了所有的边界条件(Edge Cases)?”面试核心: 考查工程素养。进阶: 谈谈你如何定义一套 Markdown 格式的 Agent Skill,让 AI 能够针对 Git Diff 自动生成高质量的 Test Case。4. 生产环境中的 AI 风险控制面试官: “如果我们在后端引入大模型做自动化审核,模型‘幻觉’(Hallucination)导致误删了用户数据,你在系统架构上会设计什么样的‘熔断’或‘人工回滚’机制?”面试核心: 容错设计。后端的核心任务永远是确定性,而 AI 是概率性的,如何用确定性的架构去包裹概率性的输出。5. AI 时代的“防御性编程”面试官: “在接入 GitHub Copilot 或 Cursor 开发时,你是否遇到过 AI 生成的代码逻辑在并发场景下失效(比如忽略了单例模式的线程安全)?你是如何发现并修复这些‘高智商垃圾’代码的?”考察点: 考察你是否具备代码审计能力,而非盲目信任 AI。------------------------------🚀 写在最后:加入我们,定义未来的后端我们正在寻找那些对底层技术有敬畏心,对前沿工具更有好奇心的同学。我们需要你:扎实的后端功底(Java/Go/C++ 任一)。对系统架构有热情,理解分布式一致性和容错处理。能熟练使用 AI 工具,并对如何提升 AI 产出质量有自己的见解。🔗 快速通道(HR 每日清筛)别让你的才华埋没在简历池里,点击下方链接直接触达核心技术团队:春招投递链接在这里:【拼多多集团-PDD校园招聘】内推链接:https://careers.pddglobalhr.com/campus/grad?t=C17PiAsy4n,内推码:C17PiAsy4n。期待你的加入!我们一起,无拼不青春!(通过此链接投递计入内推,内推简历优先筛选~)(有任何问题欢迎找我私聊沟通,帮看面试进度)通过这个链接投递会进入内推池,简历会优先筛选。祝大家都能拿满意的 Offer,我们在 AI 时代的后端浪潮里见!作者:在刷代码的哈士奇很勤劳链接:https://www.nowcoder.com/feed/main/detail/a97b1cbb5e6a40519291f3313b971fde?sourceSSR=users来源:牛客网
你怎么看待AI面试
点赞 评论 收藏
分享
评论
3
13
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务