1.个人介绍。2. Qwen和DeepSeek的技术差异。3.当前主流的强化学习算法有哪些？请写出对应损失函数的数学表达式。4.介绍RLHF的实施流程。5. RLHF对齐流程解析。6.说明 SFT （监督微调）和 RLHF （基于人类反馈的强化学习）的具体作用。7. LORA （低秩自适应）的核心原理。8.使用 SFT 存在哪些局限性。9.手撕实现"括号生成"问题( LeetCode 22)，要求生成 n 对有效括号的所有组合。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.怎么理解大模型产品策划岗位2.你认为你的优势是什么3.介绍你做模型训练的经验。怎么评价这个结果?召回率，置信度?用什么云平台?4.介绍上一段实习的产品，scope有多大5.如果让你重新做这个项目，你会怎么做6.未来职业规划怎么考虑7.人生中最大的挑战是什么8.有没有崇拜的人9.你目前做过最有成就感的事情是什么

1.介绍下你的DeepReseach的架构2.项目是怎么实现human in loop的3.讲一下异步同步和并发并行的区别4.搜索的ReAct过程是怎么样的5.Agent搜索有遇到什么问题，怎么解决6.如何提升搜索的速度7.讲一下VLLM的原理8.你知道Flash Attention原理吗9.讲一下你说的这个R1-V的Qwen2.5VL多模态几何题优化过程10.你的训练平台和显卡配置是多少11.讲-下Advantage Actor-Critic12.讲一下PPO的clip函数，clip是梯度裁剪吗13.讲一下重要性采样14.讲一下PPO和GRPO的区别15.如果要用强化学习实现DeepResearch的优化搜索工具调用可以怎么实现，从数据构造到损失函数到奖励设置16.你有了解最新的一些工作吗?比如miromind,Qwen3-Next，deepseek的mHC流形约束超连接.17.手撕二叉树的奇数节点个数

1、开场与自我介绍2、顺着RAG和Multi Agent方向，说说你对它们认知和迭代是怎样的？3、深挖项目4、ES、向量数据库具体怎么使用？5、如何处理问题输入不标准的情况？混合检索的权重怎么配置？6、向量检索的准召率如何保障？你使用的向量数据库之间的差异是什么？7、IVF和HNSW的差异？8、如何评测RAG系统的准确率？9、你对Transformer架构的优劣势及哲学理解是什么？关注过其他架构吗？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。