继续来分享下之前的面经~欢迎友好讨论，信息共享1.React Fiber架构解决了什么问题?它的工作原理是怎样的?2.在开发Agent产品时，如何实现一个流畅的"打字机"输出效果?3.如何处理Agent返回的长文本中的Markdown和LaTeX公式渲染?4.你们项目里是如何进行前端性能优化的?有哪些量化指标?5.Webpack 的构建流程是怎样的?你做过哪些打包优化?6.谈谈微前端架构，为什么需要它?常用的方案有哪些?7.在 Agent这种复杂状态的应用中，你会选择哪种状态管理方案?为什么?8.快手内部有很多跨端场景，你对跨端方案(如小程序、KwaiNative)有了解吗?9.前端如何捕获并处理异常?对于白屏异常怎么监控?

攒人品中～ 1.  项目里最核心的贡献是什么？怎么评估效果？2.  对比学习中如果负样本和正样本拉不开距离（或太像了），你会怎么修改损失函数或采样策略？3.  FlashAttention 原理：跟普通 Attention 的差异是什么？实现里 $QK^T$、Softmax、$PV$ 这几步是怎么落地的？4.  分布式框架3D 并行与通信：怎么理解 DP/DDP？通信瓶颈一般卡在哪些环节？5.  14B 模型，FP16 权重大概多大？训练时还要加哪些开销？如果用INT8 大概能省多少显存？6.  `torch.contiguous()` 是干嘛的？为什么推理阶段在意内存连续性？7.  代码题：井字棋判胜：读取 txt 井字棋（3×3）状态，判断当前玩家是否获胜。8.  代码题：交叉熵损失：解释原理并手写实现。9.  代码题：线性回归 SGD：推导更新公式并手写实现。

继续来分享下之前的面经~欢迎友好讨论，信息共享1.实习拷打2. 项目拷打1: 说出你的主要贡献和最有亮点的地方，sid有不匹配的问题吗，怎么解决，指标看什么，损失是什么，训练样本是什么，训练样本怎么构造，这样训练不会有上限吗，为什么会比传统方法效果好，怎么突破上限，线上延时多少，sid怎么得到的，逐个预测还是一次性生成3.项目拷打2: 算法上有什么创新，后续怎么优化4. 手撕：有多少种符号组合可以使整数和等于S

发一下问题给大家参考，攒攒人品！1.项目拷打2*user tower和item tower怎么构建的3*为什么价id特征会有问题呢4*id特征应该怎么处理才能用到双塔模型里5*你构造特征得时候考虑数据穿越了吗6*除了dssm还了解哪些召回算法7*skipgram和cbow的区别，什么时候用什么8*图召回怎么构建图网络和节点表示9*了解哪些排序算法10*din里attention机制的权重是怎么计算的11*你认为din还有哪些可以改进的地方12.手撕：最近公共祖先

给我面没招了，感觉自己好菜...实习/项目经历提问运筹优化相关提问:1.项目里LP用什么解的?(KKT+牛顿)2.MILP怎么解(分支界定法)3.了解哪些启发式算法(个体:模拟退火，群体:粒子群优化)4.模拟退火怎么防止陷入局部最优5.粒子群的参数对算法有什么影响6.怎么用粒子群多目标优化深度学习相关提问:1.网络深了有什么问题?怎么解决?(梯度消失。网络结构，激活函数)2.用哪些激活函数可以防止梯度消失3.RNN做了什么改进?讲讲LSTM，attention4.Transformer位置编码有什么用?sin,cos的绝对位置编码有什么问题?强化学习相关提问:1.TD3算法有什么不同?actor延迟更新为什么可以说TD3是value-base的?(由DQN演化)2.项目里为什么不用PPO?3.PPO和TD3的目标和更新有什么不一样?Q和advantage4.On-policy和off-policy有什么区别?

1)简单介绍下你做的推荐项目的数据集，以及你做了什么trick去提升最终的评估指标?2)继续拷打项目，深挖简历假设现在让你做一个推荐系统，你会怎么去结合itemCF和SASRec，或者单独使用某一种方法?3)介绍xx实习项目4)代码题，非leetcode，在数组中找到最长子数组，子数组满足等差序列，差在题目给出。

这是大白菜吗，base武汉，感觉是烂白菜……

(1) 华为15级，HR说是15a顶薪，杭州，大模型训推优化方向，n×15，听说该业务前景好(2) shoppee跨境电商，搜广推算法，上海，(n+4)*15，听说比较wlb，比较核心，没那么卷(3) 京东零售，搜广推算法，北京，(n+4)*20，20薪可能拿不满，部门技术一般，听说比较卷请各位网友提一下意见，最好给出理由，谢谢各位。

项目拷打 八股：单个Agent 有很多工具(function call MCP)可以调用，如何确保调用准确性。找工作最注重什么GSPO在哪些方面改进了GRPO，为什么这么做？手撕：GSPO损失函数伪代码

一面 项目，transformer 架构，encoder和decoder哪个重计算哪个重缓存，两者区别。transformer 和cnn的区别。手撕：翻转矩阵。二面项目，遇到的最大困难，如何解决，八股很少，基本上都是在考察场景问题。手撕：求第k 大的元素（一开始用了大顶堆，优化，其他解法）三面有啥爱好，如何看待华为价值观，职业规划，如何看待互联网公司和华为，期望薪资

1、自我介绍2、Transformer 的结构3、DIN和Transformer 的注意力机制区别4、softmax表达式，以及导数推导5、推荐场景下的连续值，离散值的处理6、推荐系统的链路7、是否了解DIN、SIM用于embedding8、从模型角度介绍特征交叉9、正负样本的选取方法以及对应的优缺点Code ：滑动窗口内的最大值

1. 自我介绍+介绍论文2. 介绍一下对推荐系统的整体的了解3. 知道哪些精排模型4. 了解DIN吗，讲一下DIN和DIEN的区别5. 介绍一下MMoE6. 介绍一下AUC的物理含义和计算方法7. 大模型在推荐系统的应用都了解哪些8. 了解Meta GR吗9. 找算法实习是专注于推荐领域吗？还是说有投大模型的岗位10. 手撕：lc143 重排链表讲思路+写+逐行讲代码

有无大佬科普下测评是个啥啊，通过率如何？做了几道感觉好难啊！时间根本不够用，这个是需要刷题刷题吗？就是不想考公才秋招投互联网，怎么还是让我做行测，话说会挂人吗