大概八月中开始投递秋招，目前大厂七七八八走了一轮了。剩下的就是等着泡池子或者被捞起来面，国庆简单看看八股好好休息一下，顺便出去玩几天。腾讯：暑期面了很多秋招再也不见字节：二面挂阿里：阿里云泡池子，剩下还有面试中的，捞起来再说美团：已意向滴滴：简历挂快手：三面挂后新流程随缘b站：二面挂oppo：泡池子百度：泡池子

📍面试公司：虎鲸文娱💻面试岗位：大模型❓面试问题：1. 介绍一下self attention，输出是什么有什么含义2. 大模型为什么大3. top-p，top-k和temperature4. 大模型的词表输出5. dpo的数据哪里来的6. 强化学习能不能取代sft7. 两道数学题8. 手撕三数之积🙌面试感想：第一次遇到数学太可怕了

📍面试公司：饿了么💻面试岗位：大模型❓面试问题：1. ppo的特点，他的kl散度，重要性采样和kl散度的关系2. grpo为什么loss和kl差不多3. 原始的ppo是off policy怎么改成on的4. grpo最原始是token还是sequence，后面要怎么改5. ppo里面优势有什么作用，重要性采样有什么作用6. peft介绍一下🙌面试感想：酣畅淋漓的拷打，接连道歉

📍面试公司：快手💻面试岗位：大模型❓面试问题：1. 实习拷打2. 为什么做dpo3. ppo的reward 怎么做的4. reward hacking怎么回事5. 讲一下论文6. 业务场景题

📍面试公司：美团💻面试岗位：大模型❓面试问题：1. dpo怎么写2. dpo，grpo，ppo怎么比较3. ppo的模型，哪些在更新4. 其他lora方法，介绍一下具体是怎么做的5. lora为什么有效6. qlora是什么7. 介绍论文8. 怎么让强化学习更稳定9. 量化大模型的方法10. 手撕 lc 113🙌面试感想：这会当上团孝女了，我爱美团，立刻抛弃闪购支持一下

最开始投国企一方面是想保证双休，另一方面是想在一定程度上弱化一下35危机。国企的算法一直比开发少很多，但是好在这两年还是有一些大模型岗。但是不得不说要求是真高，双九起步，还要问问成绩，校级奖励还不够，问你有没有省部级国家级奖励。投了几大银行，三大运营商，中电科和中航下面的所也选择性投了几家，还有一些其他类型国企里零零散散的IT岗位。接到的面试不算多，主要集中在中电科和中航，其他的可能还是要十月份统一笔试。想试着去看看另一种生活方式，万一可以965呢，其实975也不是不行。想要趁着夕阳回家，想要周末安安心心过点生活，那其实选个二线城市，钱少点也无所谓了。毕竟健康和生活才是最重要的。

接了一个事业单位的意向，校地联合做项目，偶尔写点论文。工资，工作时长和工作内容都还可以，就是非常害怕这种新型研究机构的坑，友友们有了解的吗

📍面试公司：科大讯飞💻面试岗位：大模型❓面试问题：1. 讲一下llm的强化学习的演进2. 讲一下qwen，豆包，kimi，deepseek的优点和改进3. qwen3的混合思考4. 实习的拷打5. 讨论了很久数据，sft的数据质量和强化学习的数据质量

技术面的最后一面有的是二面有的是三面，有一次非常长，主要是在讨论论文，不但讨论我自己的工作，还要打开最后的实验结果表讲一篇别人的。也有一次主管面速通，半小时无手撕，纯项目和场景题，疯狂拷打场景。

最大数快速排序全排列常数时间插入、删除和获取随机元素最长无重复子串二元交叉熵函数三数之和爬楼梯编辑距离最大的k个数岛屿数量手写mhak个一组反转链表排序数组查找元素的第一个和最后一个位置

连着两次二面挂了每次一面结束都是秒约，感觉二面每次聊的还行，面试官还夸基础扎实。然后就是三天后自动入池，团子啊团子

📍面试公司：美团💻面试岗位：大模型❓面试问题：1. 讲一下ppo和grpo2. grpo对于ppo的改进3. 什么是agent4. 讲一下agent的架构5. 4b模型的推理显存占用没怎么问实习，问了好多论文啊，而且没有手撕，害怕更新一下，泡出来了，我爱美团

📍面试公司：bilibili💻面试岗位：大模型❓面试问题：1. 从理论上为什么用dpo2. dpo的beta是什么意思3. dpo训练不符合要求的时候怎么办4. ppo的奖励稀疏化怎么办5. dpo的做法上有什么难处，从数据和模型上来说6. on-policy和off-policy7. dpo的loss

📍面试公司：oppo💻面试岗位：大模型❓面试问题：1. 问实习2. 问了ppo和dpo的区别3. 问了agent的链路是不是pipeline好像是纯聊天局