量化实习： 1.详细讲一讲做了什么2.特征处理过程3.lstm原理 在这里具体怎么设计4.具体怎么加attention5.模型训练流程详细拷打6.lgb和xgb具体原理和区别7.为什么不接着找量化实习项目：1.口述各个模型的结构2.有没有了解更先进的多目标模型3.推荐系统的链路，每个环节的评价指标4.召回率和精确率5.讲解din和sim6.auc的物理意义 怎么计算7.简单问一些sql8.是否用过spark手撕：最长回文子串

1.实习介绍2.拷打项目3.RAG中如何处理非结构化知识与结构化知识的混合检索？4.在金融业务中，像“杠杆”、“对冲”等许多术语都存在歧义性。你如何在 RAG 中实现术语的准确消歧？5.你认为RAG 是大模型能力的一种补偿手段还是主流范式？未来还会存在吗？6.如何控制Agent生成的内容在业务上规避风险，比如合规和隐私之类的？7.Agent 执行链中失败重试会导致长尾耗时，你如何优化策略以控制 SLA？8.LoRA 微调时哪些层是可以不冻的？为什么有时候逐层解冻效果更好？9.如何部署一个高并发低延迟的大模型 API 服务？10.你觉得通用大模型和垂类小模型之间最终会形成怎样的分工？哪个更适合企业落地？

1.如果训练出来的模型在某一类任务上表现比较差，如何解决这个问题？2.如果DPO训练的过程中发现loss不降，如何定位原因？从数据构造和训练参数两个角度分析。3.有没有尝试过动态prompt，训练数据如何构造，如何保证policy正确？4.如果想把判别式任务转化成生成式任务，学术界有哪些常用方法，哪一种效果比较好有对比过吗？5.数据的难度分层是如何做的，为什么没使用困惑度？6.如何确保分层的准确性，用大模型进行分层为什么没有尝试更大的模型？7.做CPT时的数据量级，数据处理的pipeline？8.CPT的数据配比是什么样的，有没有考虑CPT后通用能力的退化问题？如何检验CPT后模型的通用能力？手撕：1、寻找重复数（转化成环形链表找入口来求解）2、手撕对比学习的loss计算3、手撕多头注意力

1. 你的 Agent 系统Prompt 是怎么设计和迭代的？有没有做过 Prompt 自动优化？当用户提出不完整的请求时，如何补全用户意图的？2. 构建 Agent 的时候，遇到过哪些瓶颈？LangChain 的 memory 默认机制在多用户并发中怎么做隔离？你是如何保证线程安全的？3. 微调 Llama2 你是怎么选择训练样本的？清洗逻辑是什么？你有没有观察到哪些训练样本质量问题对模型行为有很大影响？举例说明。4. DPO相比 SFT，有哪些优劣？它在 Agent 任务上效果提升明显吗？你怎么构造偏好对？构造逻辑是自动的还是人工？5. 你说你服务部署在 vLLM 上，为何选择它？KV-cache 如何帮助推理加速？你自己做过哪些优化？6. 假如需要支持 Streaming 输出，但当前服务延迟又超标，你会怎么折中设计？7. 多轮对话上下文状态管理是如何做的？如何在高并发场景下保证一致性？8. 你做的 Agent 使用了多少个外部工具，在调用链条上如何保障故障容错和超时机制？追问：有没有做过工具调用失败后的feedback策略设计？9. 训练过程中数据来自用户行为日志，你是如何从这些数据中抽取训练对话的？有没有做过归一化或事件抽象？10. 有没有了解过带有时间窗口/偏移限制的对话系统？模型怎么“理解时间”？11. 你觉得 Agent 哪些模块最容易在真实业务中出问题？你会如何监控和定位的？反问环节

牛友们重庆工商大学这瓜吃了吗？这人怎么想的去造谣法学老师,,,啧啧啧这不是炼化老祖吗，这下好了，炼丹炉直接炸了吧

拷打项目，中间穿插八股1.因果学习具体怎么实现？2.交叉注意力和自注意力的区别手撕两道：1. 一道重复字符串的2. 四个点围成四边形，判断第五个点在不在这个四边形里面后两周上官网发现已挂，不发拒信

1、自我介绍2、AUC的物理含义是什么？3、AUC具体怎么计算？若给定roc曲线横轴，如何得到纵轴对应值？4、你用到的DSSM的损失函数是什么？优化目标是什么？5、是否了解NCE这个损失函数？6、SENet的作用是什么？7、SENet如何让DSSM的特征交叉做得更好？8、DSSM在训练时的正负样本是如何选取的？Code:实现以下函数：def drop_out(X,rate,mode=‘training’):追问：1、代码中分母的1-rate的作用是什么？2、mode有哪几种取值？

1. PPO的原理？从维护的四个model讲，再详细讲一下训练流程和损失函数各个参数含义？2. 为什么有了reward model还需要critic model？critic model作用是什么？3. 交叉熵和kl散度的联系和区别？PPO的kl散度可以改成交叉熵吗？分类任务可以用KL散度吗？4. GRPO的kl散度和PPO的kl散度区别？K1 K2 K3估计区别？5. rollout数量 batchsize数量和计算资源(卡的数量)有什么关系？线性？非线性？6. 真实采样数量一定等于rollout数量吗？7. 提到了拒绝采样，详细讲一下8. vLLM框架是怎么做推理加速的？

1. 先做个自我介绍吧，可以结合你之前的工作经历聊聊。2. 你对 SFT（监督微调）中的 scaling law 有了解吗？在实际训练中，你遇到过哪些比较大的困难？3. 在模型训练时，如果发现 advantage 或者 loss 突然变成 0，一般可能是什么原因导致的？4. 在构建 AI Agent 时，它的记忆（Memory）机制通常是怎么设计的？5. 当模型出现 bad case 时，你一般会怎么分析？后续会采取哪些措施来改进？6. 如果需要为特定领域的文本训练一套 Embedding，你会怎么做？7. 聊聊你实习时团队的组成和分工吧，大家是怎么协作的？8. 你对大模型分布式训练的底层了解...

简历筛选已经三天了，希望大疆能进面

主要有个问题就是在中文提问没有准备时间并且只能录一次，我事先不知道没答好 稍微准备一下项目可冲，不难。

是不是 985 学历闭着眼就能进大厂？

现在已经一点了每天都是两点才能睡着明知道明天有笔试，要养精蓄锐但是真的睡不着

荣耀这个岗位有人投嘛？这个岗位主要面试问什么呀