📳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。

1.为什么用 sft ，不用强化学习？能不能直接强化学习？2.为什么要用强化学习对齐， SFT 为什么不能对齐？3.为什么要微调，提示词不行吗？（针对金融项目 lora 微调）4.vllm显存占用是怎样的？观察哪些 vllm 的指标来优化显存的？5.大模型 lora 训练时需要设置哪些参数？6.训练时观察的指标有什么？如何知道是过拟合，欠拟合？7.如何训练的？一次训练好的吗？8.Flash attention , page attention 原理。9.强化学习有自己训练过吗？10.算法手撕：中序遍历二叉树📳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。

1.位置编码作用是什么2.绝对位置编码和相对位置编码的区别，应用场景有什么不同？3.了解强化学习算法吗，说下他们的区别( PPO , GRPO , DPO )4.项目训练过程中，怎么解决过拟合的？5.LayerNorm有了解吗， BatchNorm 和 LayerNorm 的区别吗6.针对项目问题：Embedding 和 ReRank 模型具体怎么做的微调？7.针对项目问题：双路召回的 Topk , k 是如何确定的，有没有试过尝试一个多召回一些，一个少召回一点？8.平时用过哪些 Code Agent ？有什么优缺点？9.手撕： Attention 手撕10.手撕：三数之和手撕📳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。

1．自我介绍2．介绍实习项目，整体的模型框架3．为什么你设计的模块可以解决负迁移4．介绍你们的特征交叉怎么做的5．序列建模怎么做的6．损失函数用的是什么7．有接触过线上吗，怎么推全8．解释 auc , gauc9．还了解什么排序模型10. transformer 介绍一下，位置编码怎么做的，加速方式11．介绍论文背景，遇到的挑战，数据集是自己的吗，预训练做了什么12．手撕最大子数组和📳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。

1．自我介绍2．介绍实习项目3．原来的基线中 mmoe 就有做不同任务之间的平衡，解决跷跷板问题，原来基线为什么做不到，你做这部分改进的出发点是什么4．为什么项目在 gate 之后又做了一个专有的网络？5．训练和推理的目标为什么不一致？6．推理的三个指标去训练6个任务的时候有提升，那为什么没有去增加更多的任务来做提升7．特征重要度你知道有哪些方式，其他的专门做因果推断去找特征重要度的方式？8．你们项目业务投放到客户的全流程是怎么样9．场景题：假如我作为一个个人广告主，我投出去的如果是一个低质视频，我们要给广告找到最好的用户去投，这里面商业和用户体验的平衡点是什么10．解释一下序列建模11.DIN的激活函数使用了什么，作用？12．论文怎么做的，盘问论文的思路13．手撕数组第 k 大的数📳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。

1．自我介绍2．项目深挖3.推荐业务目前的优化目标是什么？4.多场景建模具体指什么？不同场景下用户行为有什么差异？5.这些场景是分开建模还是统一建模？特征或网络层面有没有做场景区分？6.如果特征落盘时刻上下文发生变化7.介绍一下 RankMixer 的结构原理。它与 MLP 、 Transformer 或 DIN 相比，核心区别和优势是什么？8.如果拓展 token 数量，具体如何实现？9.所有场景样本是一起训练还是分开训练？指标是看全局还是分场景？10.超长序列建模的长度是多少？具体实现方案是什么？11.多尺度注意力指的是什么？与全序列原生 attention 相比有何区别？12.不同时间段的序列输出如何融合？如何平衡每个时期兴趣的权重？有没有自适应机制？13.手撕代码： Request 维度的 GAUC 计算📳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。

1．自我介绍2．拷打第一段实习3．拷打第二段实习4.实习期间，觉得哪一些是比较难的点？成长最多的是哪一块？5.CTR Group AUC 怎么理解？和 AUC 的别是什么？为什么要看 GAUC ?6.GAUC（第二段实习）加权平均的权重是什么？7．离线的 CTR AUC 值是多少， Group AUC 大概是多少？（追问具体数值）8. CTR 的 Label Average 大概是多少？9．为什么非常稀疏的目标，全局 AUC 容易学得很高？10.手撕 Sigmoid 函数的表达式和求导。11．算法题：最长回文子串，时间复杂度是多少？有复杂度低一点的方法吗？（追问 Manacher 算法）📳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。

1.自我介绍2.拷打实习:介绍一下主要做的事情，包括整个项目的背景。3.讲一下 RankMixer 的结构的核心原理。4.有试过添加更多 Token 吗？它的边际效率在哪里？5.所有场景的样本是一起训的吗？还是一个场景一个模型？6.关于序列建模，序列长度大概多少？怎么生成的？线上延迟会涨吗？7.为什么在那些很稀疏的小场景，长序列上线GTV 会涨得比较多？8.在你们的那个专家网络，是怎么去做协同的？9.你们做的特征优选，特征重要性是怎么去评估的？10.实时数据流的样本生成逻辑是什么样的？11.有做一些纠偏的机制吗？12.手撕：交换相邻字符的最小操作次数13.手撕：二叉搜索树的第 K 大节点📳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。

1.介绍一下transformer架构，它解决了rnn和cnn哪些无法解决的问题？2.怎么理解词与词之间距离的概念？为什么大模型需要知道这个距离？3.transformer的核心机制是什么？能不能用一个具体的例子串一遍里面所有概念？4.你提到的QKV能不能具体讲一下？它的核心作用是什么？5.模型层叠加之后会出现什么问题？我们要引入什么机制去解决这个问题？6.传统的残差机制会有什么问题？现在业界有没有提出一些新的解决方案？7.现在业界有很多先进的大模型，有些是7b，有些是325b，这个b的概念是什么？我们在做模型选择的时候怎么选？8.对于不同的细分领域，能不能讲一下你对现有的模型厂商他们参数量选型的了解？9.现在给你一个场景，比如说我们做ai coding，你会怎么去选择参数量？10.对话型模型和推理型模型之间的区别是什么？分别适用于什么样的场景？11.简要的介绍一下engine、sub engine、skill、mcp这几个概念，他们的用途是什么？在代码开发过程中分别用来解决什么问题？12.在开发过程中，多轮迭代会话后工程越来越难以维护，你有没有什么好的建议？13.对于上下文工程的最佳实践，常用到的一些技术或者解决方案都有哪些？14.目前这个体系还很复杂，有没有现成的东西来辅助我？有没有了解现在开源社区很火的一些解决方案？15.聊一下实习期间你遇到最困难的一件事，这件事你是怎么解决的？得到了一个什么样的效果或结果？📳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。

1．自我介绍2．字节实习提问．业务背景提问，建模的对象．垂类的视频得分是如何构建的．新加的特征是怎么得到的．介绍 MMCN 网络， MMCN 网络细挖，为什么 MMCN 不重复对其他头做交叉．介绍 scaling 的工作．介绍 tokenmixer 和 onetrans 的区别3．代码：．快速排序📳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。

1.自我介绍2.sft阶段用的什么模型，数据来源，如何做数据处理，用的什么框架3.ppo如何做的详细介绍，包括数据，怎么训练奖励模型，每个模型的损失什么样子的，在几张卡上做的训练4.dpo训练流程，为什么 ppo 和 dpo 你都用了，有什么区别，有没有做对比试验5.怎么评估你微调之后模型有提升6.ppo为什么效果会比 dpo 强，怎么理解多轮 dpo 会有提升7.项目中创新点外代码中怎么实现的，详细讲讲，消融实验怎么做的8.clip训练原理9.深度学习相关知识，讲几种优化器10.讲 MHA 原理11.GRPO原理12.Lora原理， r 大小对模型训练的影响14.vit训练原理15.swin transformer 的原理16.qwen3快思考和慢思考的原理17.手撕📳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。