1️⃣自我介绍2️⃣项目拷打这一部分决定了面试官对于你经验的评估，项目的理解要深一些，这个只能通过不断打磨完善项目经历。✅微调项目：1.业务背景2.数据的构成，是否使用了合成数据3.训练的过程中用了什么方法（为什么用这样的方式，用别的方式会有什么问题，是否尝试过）4.如何评估整体的效果5.微调之后是否还会出现幻觉的问题，出现了的话应该怎么处理6.这个能力是否只能用在当前业务场景，是否可以作为一个通用的能力7.是否尝试过用其他的基座模型✅应用层项目：1.业务背景2.逻辑框架3.优化前和优化后的能力差距4.遇到最大的困难是什么？怎么解决的是否还有别的优化方式5.某个流程是否可以进行再优化6.上线之后的效果反馈3️⃣通识考察（1）Transformers 和之前的模型的区别，为什么 Transformers 好？（2）介绍下 Bert，框架，预训练和后续的微调任务？（3）为什么 Bert 适合做向量模型，底层原理是什么？（4）RoBERTa 做了什么优化？（5）想要大模型输出的内容都为 json 格式，怎么实现？（6）OOM 问题怎么处理（7）大模型的参数量是怎么计算出来的？（8）DeepSeek R1 的训练方式，GRPO 的原理是什么？（9）基于过程的强化学习和基于结果的强化学习的差异是什么？（10）Agent 的概念是什么？整体流程是怎么样的？（11）DeepSeek R1 对于 Agent 的能力是否有提升，如何进行运用？（12）RAG 的整体流程和评估方式？（13）如何解决 RAG 中信息覆盖率低、幻觉、逻辑计算的问题？（14）大模型的数据合成应该怎么做？有哪些方式？（15）DeepSpeed 的三个 stage 分别是什么？有什么作用？（16）模型并行和数据并行的区别是什么？这两种方式的数据流和梯度是怎么更新的4️⃣手撕代码✅算法代码：手写位置编码手写多头注意力机制Leetcode：零钱兑换最长递增子序列打家劫舍最长公共子序列跳跃游戏📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

#简历中的项目经历要怎么写# #大模型# #大模型面经#

📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

✅一面 1、问了所在公司的部门的组成，我个人的工作经历2、项目详细介绍 包括业务 我所做的工作内容3、项目中的Doris怎么给分析师使用，直接给分析师使用吗？4、公共维度退维遇到的问题5、做实时大屏有什么价值6、现在项目用的什么技术比较多？7、Flink的checkpoint和savepoint是什么，它们有什么区别？8、项目遇到的问题，接触过flink实时开发多吗9、目前遇到的flink背压问题，怎么处理的10、说下MapReduce执行流程，追问发生了几次排序，都在什么阶段发生的？11、实时数据是怎么落盘的，落到哪里，用的是什么引擎？12、Flink的开窗有哪些模式？13、项目中用过ClickHouse吗，为什么选择Doris不选ClickHouse14、Flink的精准一次性是怎么实现的15、跑MapReduce任务的时候，发现数据倾斜问题，会怎么解决16、MapReduce数据倾斜发生在哪个阶段17、Flink怎么保证端到端一致性18、你在项目里学到过什么19、rank、dense_rank、row_number的区别20、说下数仓建模21、面试官介绍业务22、反问📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

✅一面 1、如何对模型的推理速度进行改进？2、知识蒸馏一般怎么样的方法？3、知识蒸馏loss的选择？4、多任务学习如何融合多个loss？5、多任务学习样本有没有什么trick？6、当训练遇到bad case了，模型改进后如果对原来的性能有影响应该如何应对？7、强化学习能否帮助模型稳定训练？8、传统的nlp的模型和深度学习nlp模型本质的区别是？9、代码题：合并区间（leetcode56）✅ 二面‍1、简历拷打2、AUC如何计算？3、离线auc提升，线上没有提升，可能问题在哪，如何排查4、layernorm & batchnorm?5、llama2用怎样的normalization方法？6、如何解决样本稀疏或者冷启动问题？如何从系统层面解决？7、如何进行item的提权？8、粗排模型样本空间/样本选择？9、多目标学习跷跷板现象如何解决？10、只拟合视频时长或者视频完播率会有怎样的问题？11、视频时长是怎样的分布？如何解决这种问题？12、特征交叉相关模型？13、DIN模型，DIEN模型？14、序列长度不一样的话如何做mask？15、特征重要度如何做的？交叉特征的重要度如何衡量？16、代码题 leetcode76（出现了！是hard！）📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系

📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

✅小红书一面1、手撕代码：求矩阵中最大岛屿，深搜好还是宽搜好？2、手撕代码：快排。属于什么类型的算法？（分治）3、介绍项目。4、强化学习在推荐系统的应用？5、强化学习reward和监督学习的label的区别 ？6、是否了解推荐系统的框架 ？7、精排模型了解多少？8、直播中多目标优化指标选择 ？9、 直播点赞建模 ？10、 直播中一个观众点赞1、2和10有没有区别？11、 直播评论和点赞哪个更能表达用户需求 ？✅阿里高德实习一面1、严厉的项目拷打：系统建模、GNN作用、部署方式、训练方式、离线学习和在线学习区别优劣、单智能体和多智能体区别、如何解决长尾问题等2、xgboost和其他模型的区别3、xgboost如何得出最后的结果4、如何解决类别不平衡问题5、追问focal loss公式6、开放问题：高德打车如何找到潜在的用户，建模？（后面提示从特征、模型、数据、loss、目标等角度回答7、算法题：一个先递增后递减的数列，找到最大值，要求复杂度O( log(n) )。如：[1,2,3,5,7,11,9,5,3]📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

✅一面 1、数据集构成2、最长的点击文章序列长度3、为什么选用DIN模型，介绍下DIN4、DIN跟传统神经网络DNN CNN区别5、DIN是拿哪些信息训练的6、LGB只用了统计特征吗，已有embedding，为什么不用深度模型呢7、LGB输出的是什么，它的预测分数是什么8、DIN的输出和预测分数是什么9、加权融合部分怎么做的，权重怎么定，为什么DIN高10、为什么不用LGB和DIN的结果（DNN之前）做拼接再softmax，而是在外面做加权融合呢11、u2i是自己做的还是模型自动做的12、相似度矩阵具体怎么做的13、有了解过FM吗，为什么不用FM或者自适应的特征交叉之类呢14、最后拿到的结果是什么样的，和第一名的差距如何✅反问：1、广告推荐的场景--所有广告的推荐2、具体负责的工作--提升广告和用户的匹配度和匹配效率，偏向广告主侧3、实习生培养模式--课程、带做项目，短周期输出校验4、建议--学原理，深度优先📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

✅一面 1、广告领域如何运用运筹优化方法？（我是运筹转广告）2、介绍一个最有难度、体现能力的项目3、手撕：计算岛屿数量4、手撕：最长递增子序列✅二面1、介绍项目，项目拷打2、手撕：给定邻接矩阵和集合a和b，找出总距离最近的a-b连接集合，要求a都用到，b不用都用到且可以重复；要求时间复杂度N3、数学题：三门问题，三扇门其中一个有奖品两个是空的，你先选一扇，然后主持人打开一扇是空的，此时问是否要更换选择4、数学题：10个同学，至少两个生日为同一天的概率是多少？✅三面1、项目问答2、强化学习有哪些分类3、介绍一下PPO、DQN，写一下DQN损失表达式4、LR和DNN中最后一层作全零初始化是否会影响训练5、LR的梯度表达式6、手撕：给定一个数列，要求找到一个分隔点划分A1和A2，使得A1和A2的方差最接近（要求时间复杂度 O(n), 空间复杂度 O(1)）回答：最直接的方法是遍历各个分割点，每次重新计算两边的方差，最后取最好的一个分割点，这个复杂度是 N^2。优化复杂度的方法就是，把方差的公式分解开，在遍历分割点的过程中，把一些能重复利用的信息利用上，变成 N 的复杂度。✅HR面1、弱化技术地介绍一个最有成就感的项目2、问一些团队合作、沟通交流、克服压力的经历3、选择 offer 考虑哪些因素 4、未来职业规划📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

✅一面 1、lora为什么能实现单模型多风格的一个生成作用在sd哪里（交叉注意力层）2、clip结构为什么在多模态任务里有用？  transformer结构多头注意力作用；3、为什么需要位置编码；解决长序列的一些策略（这个不会）4、mmoe专家网络什么独立什么共享5、mmoe怎么解决梯度冲突的问题（我忘了应该看过）6、给你transformer和mmoe怎么样构建一个推荐系统✴️代码题:7、给一个正整数数组想把他分成两个元素和相等的子集输出是否相等8、概率题小朋友饭盒标签掉了生气了抢饭盒抢自己或者排队里别的小朋友的别的小朋友被抢了也生气再抢别人的问最后一个小朋友拿到自己饭盒的概率📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

✅一面 ✴️0、手撕： tokenizer，RAG基本流程（可伪代码）✴️项目：1、项目具体解决问题2、每个模块如何实现3、NL2SQL在处理多表查询的时候采取啥策略4、k8s和docker在项目中的作用✴️八股：5、对PPO DPO GRPO计算逻辑的理解6、对KL散度的三种估计的理解7、LoRA和p-tuning v2的区别，怎么初始化8、DeepSeek R1训练全流程，MLA具体怎么做的9、梯度爆炸和消失怎么处理的10、torch中register_parameter和buffer啥区别11、torch如何实现不记录梯度12、torch squeeze和unsqueeze干嘛的13、python设计删除流程的时候，若涉及可变和不可变对象该如何debug14、多机多卡和单机多卡的实现上有什么不同？15、tokenizer的输出？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。