拼多多俏没声就挂了，我是多黑子，九月份面到12月，hr面完给挂。很难不让人diss。

合肥，多模态，预训练，基座组（不一定去），30min华为的卡上训的，几百台问 qwen3vl 的预训练问 qwen2.5vl 的预训练问 qwen2.5vl 和 qwen2vl 的区别问 gspo grpo dapo 的区别deepspeed zero/ flash attention看着像个大佬无手撕星火大模型

问项目交流不太多好像不懂这方面的貌似也没有什么遇到最大的挑战什么的问题 字典树的实现 字典树又称为前缀树或者Trie树，是处理字符串常用的数据结构。 假设组成所有单词的字符仅是‘a’～‘z’，请实现字典树的结构，并包含以下四个主要的功能。 1. void insert(String word)：添加word，可重复添加； 2. void delete(String word)：删除word，如果word添加过多次，仅删除一次； 3. boolean search(String word)：查询word是否在字典树中出现过(完整的出现过，前缀式不算)； 4. int prefixNumber(S...

聊得还挺愉快的面试官问的更多的是思考看得出面试官还是比较懂的问了cot的发展历程，为什么出现cot，有什么好处，解决了什么问题，第一个cot模型怎么设计出来的？开山之作：Chain-of-Thought Prompting Elicits Reasoning（few-shot） ，“Let’s think step by step”过度思考怎么解决：1、训练混合推理的数据，2、用户自己决定开不开启think，3、外加一个分类器，输出是问题的think budget。test time scale是什么？语言捷径问题的定义，为什么会出现这种现象，如何验证，怎么解决？定义：VLM过分依赖文本先验的...

问CLIP的训练方式。多模态大模型的embbding应该怎么训练？对比学习。会用到哪一层的特征？最后一层。场景题：给一个文本token，怎么判断在题库中是否存在，或者说它的位置。细粒度感知能力怎么提升？忽视视觉感知能力的问题怎么缓解？Qwen3-vl 的 deepstack?qwen2.5-vl 的 ViT是什么？有没有初始化的权重（面试官可能想问是不是用的原始的NaViT权重，这里我想的是ViT肯定得先预训练）业务主要是搜题和解题。代码一个 sub词的列表的子集能否组成单词 一个大数之和，字符串 s 和 t，相加后返回新的字符串

面试官是个女生，看着有点憔悴打卡是早十晚七，但是一般加班到九点项目拷打提到了怎么保证数据的多样性？数据怎么过滤和去重？无八股做题岛屿数量，元素是字符合并区间，元素是类反问业务，整个b站的搜索，色情过滤。召回，排序等等base都在上海

第一题题目描述：我们可能听过“短板效应”这一说法：一只水桶能盛多少水，并不取决于最长的那块木板，而是取决于最短的那块木板。小明在完成某个小组任务时，也出现了类似的情况。小明的班级有n个人排成一行，每个人有一个能力值aᵢ，每连续i个人都在一个大小为i的组里，一个人会在很多个组。例如1,2,3,4,5，五个人依次排成一行，有1,2,3；2,3,4；3,4,5这三个大小为3的组，有1,2,3,4；2,3,4,5这两个大小为4的组。一个组的能力值为组里所有人能力值的最小值，小明作为班长想对于所有1≤x≤n求出所有大小为x的组的能力值的最大值为多少。 输入描述：第一行一个正整数n，表示班级中的人数。(1...

业务方向有点像贝壳的室内设计空间理解问项目，介绍的比较细八股PPO 和 GRPO 的区别ds zero 1 2 3做题计算X,Y的欧氏距离，用torch，需要注意 unsqeeze()扩展维度以便broadcast，以及dim=2 torch.sqrt(torch.sum((X.unsqeeze(1) - Y.unsqeeze(0))**2),dim=2)  import torch X = torch.tensor([[1.0, 2.0], [3.0, 4.0]]) # 形状 [2, 2] Y = torch.tensor([[1.0, 1.0], [2.0, 2.0], [4.0, 4.0...

面试官挺和善，对项目细节也很感兴趣看着不太累（后面反问也说时长长，但是不累）项目问的比较细，基本上讲清楚，讲明白就没多问了无八股手撕是leetcode.323反问了做啥，是智能客服售前，用大模型，RAG去做。并且有一些导购的任务。基于用户的浏览和询问，去引导用户购买。11 11 6，周五可以八点走中午和晚上各休息1.5h

import torch import torch.nn as nn import torch.nn.functional as F class GRPO: def __init__(self, policy, ref_policy, lr=1e-5, beta=0.02, eps_clip=0.2): self.policy = policy self.ref_policy = ref_policy self.optimizer = torch.optim.Adam(policy.parameters(), lr=lr) self.beta = beta self.eps_clip = ep...

项目询问没挖太深问了个PPO和GRPO DAPO的区别问了一个懂不懂vLLM和SGlang的实现问了一个ms-swift 和 VeRL各自设计上的优劣，我说VeRL用起来更方便，每个模块很清晰，ms-swift集成的太好了，不方便改问了一个宏观的问题：如果给你一个多模型后训练任务，怎么设计训练框架？我说两个点，一个是模型加载，需要考虑到适配不同的模型，方便未来的模型加入进来，另外一个是RL这一块，需要适配不同的算法，让用户自己可以比较灵活的去定义和修改算法，例如你实现了 PPO算法，能不能很方便的改成GRPO,DAPO,GSPO。面试官不太懂训模型这一块比较关心框架设计后面反问工作内容也是提到...

45min和一面一样，看着都是那种比较实在的中年人问巨多细节数据量到模型参数到loss function到用的卡的数量CLIP的损失函数，infoNCEimage encoder 和 text encoder用的什么模型dim是多少qwen2.5 -vl 的data flowMrope怎么编码的https://zhuanlan.zhihu.com/p/719388479强化学习的目标函数，忘了重要性采样了反问业务

一面： 上机复盘。问了k-means的算法流程。0927的笔试。问的很宏观，面试官应该不太懂多模态这一块所有一直问的是很宏观的东西对多模态的个人认识，未来的趋势当时给我唬住了，回来一想是因为他不懂细节所以不问问的比较多的是怎么优化模型性能，看得出来面的面试官都是偏模型优化这一块的手写合并区间leetcode.56面完通知过了，等二面。2h later二面：很casual的对话，面试官看着比较富态，相比一面没那么大压力，问的也是推理优化反问的时候说他们是做多卡通信，昇腾硬件这一块的。问了为什么是网安的，却来做ai，我说考研网安分低，但是自己一直在搞算法问了我意向base地点手写两数之和leetcode.1面完通知过了，等三面。30min later三面：提了一下篮球，问我打什么位置，提到了文班亚马提了一嘴支委的工作问腾讯为啥没转正，说了自己的反思，获得了面试官的认可问多模态的看法，未来的发展方向，个人的理解，说了omni和unified的区别问我sora2的创新点，不懂aigc问强化学习和sft的区别，说了我的看法问了一个 python 装饰器的作用计算机系统中 cache 的作用问了我意向base地点反问：对多模态的看法有什么建议，建议我看看模型优化这一块骑车回公司的路上，hr 通知我过了，入池。总结整体面下来感觉没有什么压力，hw的校招生除了人才计划，剩下的应该都是差不多的，也不会卡人，就看愿不愿意去了。整体感觉面试官的精神状态都还可以，不想互联网大厂那么咄咄逼人，那么看重匹配度。面试的地方有茶歇，饿了可以吃，中文还有午餐券，但是晚上就没有了，我下午1.30到的，面完6.10等候的大厅有好多人，看得出来有些人是精心打扮过的，还有的穿了正装，hw在大家心目中分量还是很重的。等下周谈薪和base地

整体的沟通不是很顺畅，面试官一直在纠结项目背景，我说是技术预研，他一直问有没有业务背景自驾的强化学习和llm的不太一样他们是传统的RL，也不是多模态问了一些项目，面试官好像不太懂问了我几个问题GRPO的优化目标？KL散度的作用，为什么要KL散度？为什么有些论文移除了KL散度？这样会不会灾难性遗忘？GRPO比PPO的优势，我说移除了reward model，以及去掉了value model。但是面试官不是很满意，说这不是GRPO主要的改进。工作比较flexible考了一个leetcode.162（把这题理解为爬坡，当num[mid] <num[mid+1] 说明是往右的一个上坡，left=...