一面： 1.项目拷打为主，问得很细2.项目为什么不考虑端到端方案3.整个项目用了哪些模型4.训练范式及输入输出5.Grpo奖励怎么设计的，为什么6.语义等价如何处理7.涉及多少计算资源（有多少卡），是否涉及并行计算，如何提高效率8.调参具体是怎么做的，调了哪些，为什么这么调？9.PPO、DPO是否了解，为什么要用GRPO10.分流护栏怎么做的11.AIGC绘图项目用了哪些数据，怎么来的，是否有做预处理12.大模型做数据检验你是怎么做的13.Agent是否做过上下文优化14.是否做过对Agent整体的微调15.科研项目，最后的输出是什么16.科研项目中的意图识别是怎么做的17.介绍贝尔曼方程18.手撕：给一个正整数数组，找出里面能被3整除的和的最大值。时间原因没有写，只让讲讲思路

1.讲讲itemcf、usercf分别是怎么计算的2.讲讲双塔模型是怎么计算的?推理的时候，faiss是怎么计算的?3.讲讲 batch负采样和随机负采样4.讲讲DIN模型的原理5.讲讲DeepFM，以及如何降低时间复杂度6.讲讲MMoE和PLE的区别7.讲讲Focal Loss8.多目标之间的权重是怎么确立的?9.讲讲RO-VAE和RO-Kmeans的结构?这两个效果哪个好?为什么项目中选择RQ-Kmeans10. Transformer吟唱11.Transformer和RNN的区别是什么?12.自注意力怎么计算的?时间复杂度是多少?13.梯度爆炸和梯度消失是什么?怎么解决?14.正则化的作用是什么15.BN、LN分别是什么?有什么区别?16.进程和线程的区别?17.TCP和UDP的区别?18.手撕:Ic 394.字符串解码19.反问:汽车推荐 广告推荐方面

1. 第一段实习的核心任务与业务目标分别是什么？2. 四塔多目标方案相较经典双塔在 CTR/跨类目召回上带来哪些可量化收益？3. 离线样本构造、天级更新流程及线上特征滞后补偿机制如何设计？4. 用户塔输入特征列表中，哪些对跨类目效果拉动最大？上线后除 AUC 还重点监控哪些业务指标？5. 多模态向量维度规模多大？全量推涨后提升显著的根因分析结论是什么？6. 商品塔接入多模态 encoder 后为何离线指标下滑？定位到哪个环节？7. 第二段实习的特征清洗链路如何缩短 40%？混合负采样的 hard 比例与动态策略、loss、激活函数分别如何选型并对比？8. 是否尝试过 MMoE 等专家网络？专家数量与推理延迟增量各是多少？9. 推荐场景下除 dropout 外的两种过拟合抑制手段10.Transformer 各子层功能及去掉 FFN 的影响11. 编码：在已排序数组中用 O(log n) 实现目标值的左右边界查找

1.热门、分类、高分三个任务是互斥的吗?有没有做过测试，看热门和高分之间的gap，因为有些热门电影和高分电影有很大的重叠2.DeepFM中的FM和人工特征交又有什么区别?DeepFM在工业界很少用，因为特征交叉的数量太多了，应该怎么处理?a.模型比较老，现在工业界基本不用FM，因为特征交叉得到的特征太多了，一般都是魔改3.几个数据集的大小是多少?4.Gradnorm的原理是什么?工业界一般不这么用，因为这个gradnorm比较trick5.为什么使用RO-KMeans?因为RO-VAE会疯狂坍塌，坍塌现象很严重，所以只能使用RO-KMeans来做。可以看看其他生成sid的方式:a.比如第一层直接按照类别分类，之后再使用均衡KMeans6.为什么使用CLIP来实现多模态?选择CLIP的原因?手撕:Hot 46.全排列 [1,2,3]有多少种全排列?Hot 56.合并区间

1．项目介绍，过实习和论文2．知道哪些强化学习算法，除了 PPO和 DPO 这些呢3. 知道 LoRA 的原理吗， A 和 B 两个矩阵怎么初始化，有了解过其他的初始化方法吗4．除了 DeepSpeed ，还用过其他的什么优化方法吗5．ZeRO -1, ZeRO -2,ZeRO -3三个模式的区别6．讲一下 RLHF 的流程，之前有用 RLHF 做过模型对齐吗7．当时你用 DeepSpeed ZeRO -3来微调Qwen2-72B，每一张卡占用的显存大概是多少，估算一下为什么是占这么多的显存8. 在微调 Qwen 的时候，数据是怎么构造的9.代码：无重复字符的最长子串

1.项目介绍2. RoBERTa做了哪些改进3.什么是ROI2？什么是增量推广4.怎么构建负样本的5. PLE之后的多任务模型还有了解吗6.指标对比baseline提升主要来自于什么7.模型拆分前后的结构变化8. MMOE、PLE的区别9. Uplift 模型长什么样？它的输入输出是什么10. AUC 算方法两种；写公式就行11.反问：组内工作

1. 实习介绍2. transformer为什么比RNN好，有没有scaling law3. 介绍一下新闻推荐的项目4. 新闻推荐比赛的正负样本怎么确定5. 了解生成式推荐吗？6. SID如何训练的7. Tiger为什么不采用decoder-only的形式呢8. 手撕：接雨水

1.项目介绍2.说一下 LoRA 是什么原理3.了解 DeepSpeed 吗， ZeRO -1, ZeRO -2和 ZeRO -3分别做了哪些优化4.Qwen的模型结构是怎么样的，相比于 LLaMA , DeepSeek 有什么区别5.怎么缓解大模型的幻觉问题6.大模型的 MoE 结构相比于 Dense 结构训练的难点在什么地方， DeepSeekMoE 为什么效果好，有什么值得我们借鉴创新点7.知道FP16和BF16有什么区别吗，包括FP32和INT8这些，在训练大模型的时候，应该怎么选择8.讲一下 RLHF 的流程， PPO 和 DPO 算法是什么思想，写一下 PPO 和 DPO 的 Loss 表达式9.对于超长上下文业界一般是怎么做的，你知道 Qwen 是怎么做的吗10.开放题：你觉得目前大模型的上限在哪里11.代码：152．乘积最大子数组

项目 介绍其中一段实习，没问啥问题其他1. 实习都是什么原因离职2. 你觉得大模型和之前AI比本质解决什么问题，大家期待如此高3. 自己用过哪些AI类的产品，coding类的有用吗4. cursor类的AI产品能解决什么问题5. 有驾照吗，对车有什么了解吗6. 能提前来实习吗7. 对base地有哪些要求8. 描述一下你想去的公司是什么样的反问1. 业务聚焦点2. 重头戏是toB还是toC

1.llm项目深挖2.PPO和DPO GRPO的区别3.on policy和off policy的区别4.R1的创新点和优化点5.介绍常见的位置编码6.介绍MLA和kv cache7.介绍deepspeed8.llm推理的框架9.vllm的原理10.怎么算ndcg和f1 scorecoding：三数之和

实习和项目 1.详细介绍实习工作2.模型迭代中遇到的难点, 解决方案3.序列中每个 item 是什么? 样本组织方式4.用户序列长短不一, 怎么处理5.推荐场景下的 id 特征, 会不会有 out-of-vocabulary 问题6.哈希冲突有什么影响7.介绍 attention, self-attention和cross-attention的区别8.业务场景有没有样本不平衡问题9.如何处理样本不平衡10.如何评估模型是否过拟合? 怎么缓解过拟合11.Dropout 是什么? 在训练和测试阶段有何区别12.在样本极不平衡的情况下, 可以用 AUC评估模型吗13.为什么用 transformer 建模用户行为序列, 而不是 LSTM14.了解哪些树模型15.介绍下 XGBoost, 相对 GBDT 有哪些改进codingleetcode 54. 螺旋矩阵 （hot100 中等题）反问

1.实习介绍2.模型有几个专家?有看它有极化现象吗?出现极化现象怎么处理?3.粗排一般怎么做的?4.精排正样本极少的情况，应该如何训练?5.某些场景点击回收延迟不一致，动态窗口太小会漏样本，太大会慢，怎么解决?6.AUC 含义;如果 AUC 从0.7提升到0.8，能否直接说模型能力提升?7.正样本稀疏时， GAUC 会有什么问题?8.为什么推荐系统除了 AUC 还要看 GAUC ?9.手撕:LC215数组中的第k个最大元素

1. 介绍RAG流程；介绍对编码模型的了解、原理、优缺点；如何评估编码模型的能力2. RAG有哪些分类；多模态RAG有哪些实现框架；伪多模态RAG和多模态RAG分别怎么实现，有什么区别；CLIP可以用于哪一类多模态RAG3. RAG怎么评估，RAG评估体系中最重要的是什么4. 传统RAG有什么痛点；介绍GraphRAG，GraphRAG的难点是什么；GraphRAG如何应对增量场景5. 介绍微调负责的工作；大模型微调最重要的是什么6. 后训练有哪些方式；微调有哪些方式；LoRA原理及参数量7. 介绍DPO；DPO与PPO的区别8. 介绍一些Agent的实现框架；这些框架有什么区别；LangGraph适用于什么场景；LangGraph构建Agent的方式有哪几种9. 场景题：客户输入一个软件或网页界面截图，如何通过RAG的方式帮助用户了解界面的每一个组件作用10.代码：136.只出现一次的数字

1.请介绍 Transformer 的结构组成及各部分作用2.如何降低 Transformer 的计算复杂度？常见的稀疏注意力变体有哪些？3.LoRA微调的原理是什么？秩 r 的选择会对模型表现产生什么影响？4.kv cache是什么？为什么能极大地提升推理速度？5.RAG的完整流程，构建向量检索库时如何处理时间衰减对召回的影响？6.微调时的训练数据是怎么构建的？如何保证样本多样性和质量？7.在 RAG+知识图谱的 Agent 系统中，知识图谱更新的机制是怎样的？是怎样保证实时性的？8.训练 LoRA 模型时，你是如何选择冻结层的？依据是什么？9.在高并发查询 Agent 系统中，你会如何优化召回和生成阶段的延迟？10.大规模 Agent 系统在多线程/多进程场景下的资源调度策略如何设计？11.如果你要在 GPU 资源有限的条件下同时提供推理和微调服务，如何做资源分配和任务调度以保证时延和吞吐？12.代码：lc15 三数之和