1.自我介绍，挑一个觉得做的比较好的论文和实习讲一下，面试官问的比较详细，为什么选现在这种方案，为什么 work，其他方案有考虑吗2.在微调 Qwen 的时候，数据是怎么构造的，有用到什么数据清洗方法吗，数据配比是怎么做的3.讲一下 RLHF 的流程，之前有用 RLHF 做过模型对齐吗4.在做对齐的时候，为什么 SFT之后还要做 RLHF，只用 SFT 可以吗5.知道哪些强化学习算法，除了PPO和 DPO这些呢，DeepSeek用的GRPO 相比于 GPT的 PPO 做了哪些改进6.开放题:对目前大模型的发展有什么看法7.代码:零钱的两个题 322.零钱兑换518.零钱兑换 II

面试题简述有100个苹果，两个人轮流拿，每次只能拿1到5个，谁能拿到最后一个谁赢，你先手，怎么保证你一定能赢？面试官想听的1、能不能抽象问题2、能不能找到规律3、能不能把思考过程说清楚需要说明的是，这类智力题最重要的是推理能力，而不是答案。面试回答举例我会先从小规模的情况开始分析规律，而不是直接看100个数。假设只剩下1个到5个苹果，先手一定赢。详情请参考：http://xhslink.com/o/444QKKxYUTp由浅入深分析1、这是一个博弈论中的必胜态或必败态问题2、核心是控制节奏，而不是算的快3、类似问题在算法中常见，比如 Nim 博弈4、重点不在公式，而在归纳和反推面试加分点1、提...

有深度的简历从不是堆砌经历，而是**精准匹配+数据量化+逻辑清晰**。它会围绕目标岗位，筛选核心相关经历，剔除无关的“凑数项”。每段经历都用 **“行动+成果”** 句式呈现，比如“优化C++算法，将接口响应速度提升30%”，而非空话。此外，如果能有竞赛的奖项，那更是锦上添花的一件美事啊

📍面试公司：虎牙直播🕐面试时间：2026/1/15 4:30 - 6:00💻面试岗位：后台开发工程师（Java/Golang）-AI 研发效能方向❓面试问题： 自我介绍  拷打项目（被问到了，问了很多细节，忘了怎么做的了，要让我考虑项目的意义 做这个的价值） 项目用的什么注册中心？ nacos  说了下nacos 的工作模式（此处忘记说了自己准备的注册中心排查案例，可惜， 好久没面试了） ，注册中心的工作模式如何工作的？如果让你选择你选择什么模式的注册中心？ AP/CP ， AP ， 此处up 举例 innodb的ACID 与seata的分布式事务/mysql-redis的缓存一致性问题...