项目和八股 1.grpo哪个阶段最耗时2.rollout采样3.使用过 verl 框架吗4.verl 框架为什么需要重新 forward 计算 log probs5.dapo 的几个创新- clip-higher- Dynamic Sampling- token级别优势计算6.大模型推理优化 答了deepspeed 等 不行 说这个是训练方面的- 推理主要分为两个阶段  prefill+decoder- 量化：用低精度比如int8保存 参数 激活值  KVcache- KVCache 量化（vllm也采取了pageAttention，将KV cache当成虚拟内存+页表 按照固定的page进行管理）- GQA- flash attention反问

1. 项目细节：Qwen 2.5 VL的图片输入处理与Loss设计2. 项目细节：ViT的结构和原理3. 项目细节：Qwen 2.5 VL与普通Transformer结构差异4. 八股：RMSNorm与LayerNorm的区别及大模型偏好5. 算法题：LC25 K个一组反转链表6. 强化学习方法对比：GRPO、DPO、PPO、DAPO、GSPO7. 项目细节：图片如何传递给VLM并被理解

1. 项目细节：SFT数据合成、SFT/RL训练细节、奖励函数设计2. 项目细节：多模态对齐（Text和Image）3. 项目细节：证明Cold-Start SFT后再RL的模型比只RL效果好4. 项目细节：为什么不用DPO、PPO等经典强化学习方法？5. 项目细节：数据覆盖领域及微调保留通用能力的方法6. 算法题：Leetcode大数加法7. 八股：BERT模型结构和原理8. 八股：用BERT做一个分类任务9. 八股：Transformer的多头注意力机制原理10. 八股：Decode-only与Encode-only架构区别及设计原因

1.自我介绍2.考察对ai产品/大语言模型的认知。3.LLM和NLP有什么关系?3.4.你接触过一些大语言模型吗?5.问了上一段实习，介绍项目+需求+解决方法。6.为什么要做产品经理?7.为什么本科学这个专业、研究生学另一个专业?8.产品经理需要什么特质?你和产品经理的适配度有哪些?9.打开了coze，让我和它对话设计上个实习中的产品，模块有哪些?10.开放性问题:如果你要开发一个产品，开发团队都觉得实现不了，市面上也没有可以参考的产品。你该怎么做?

1.简历和论文2.做 grpo 遇到熵崩没有？你是怎么理解的？3.大模型容易 reward hacking，如何解决？4.VLLM prefix cache实现过吗？5.如何理解 dspo 这几个算法的创新？6.长上下文压缩有哪些方法？7.MOE 的 expert parallel 如何做的？8.手撕： transformers encoder📳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.简历和论文2.做 grpo 遇到熵崩没有？你是怎么理解的？3.大模型容易 reward hacking，如何解决？4.VLLM prefix cache实现过吗？5.如何理解 dspo 这几个算法的创新？6.长上下文压缩有哪些方法？7.MOE 的 expert parallel 如何做的？8.手撕： transformers encoder📳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、自我介绍2、对这个岗位的一些基础工作职责有了解吗？3、简历深挖，持续追问，如何使用AI工具做数据的清洗和分析？是公司接了API能力后你们做了小工具，还是直接用的Web界面？4、有参与（大模型）本地化部署吗？本地部署后对于处理数据的结果，和之前用Web API、以及人工处理的结果，这三者之间有没有什么差异？5、如果说我们自己也做本地化部署，也有类似于可以接入模型底层能力的条件，你能不能实现让它去进行一些数据处理？持续进行场景追问；6、简单描述一下AI提示词的项目工作？你在这个工作当中你主要担任的角色是什么？7、它是通过什么样子的技术实现的？能够引导性地去对商家提问，并且把商家回复出来的比较专业的、商家视角的话术转成用户视角的？8、多人会话的这种模板是怎么导入的？是一个形式，还是说模型让它有一个学习的过程？模型的提示词复杂吗？9、针对AI幻觉的问题怎么理解？怎么降低幻觉率？还是说你们的解决方案就是扩充知识点？10、能不能就是当这个模型的问题超过你的知识范畴之后，不要硬回答，直接回答不知道？是否可以通过这种手段让它这个影响缩小？11、针对多轮追问是否可以通过优化提示词来解决？12、如果我想把面向用户的客服AI，能够实现多轮交互最终定位到用户真实诉求的能力，可以通过prompt实现吗？13、职业规划是什么？base地怎么考虑？

1️⃣ 做一下自我介绍2️⃣ 你在美团实习这段没有写是吗？3️⃣ 你在字节做AI生成PPT，目前做的最好的竞品是哪一个？4️⃣ 你们相对于这些竞品的优势和劣势分别是什么？5️⃣ 竞品的话他们是实现了agent吗？6️⃣ 你们现在大模型底层用的是什么？7️⃣ 你们内部不能使用其他大模型吗？还是选型后认为XX模型最合适？8️⃣ DeepSeek有那个多模态的能力吗？9️⃣ 你们在整个链路里面，没用agent的能力，你们用的什么能力？是进行微调了吗？还是知识库？还是prompt？是什么样的一个流程？🔟 生成PPT的这个实现方式是什么？

1⃣️自我介绍；2⃣️询问考虑几家公司去实习的原因。3⃣️询问实习入职时间；4⃣️聊了下在校的经历，问了下关于专业的情况；5⃣️聊下实习经历?6⃣️聊下为什么这么写提示词?7⃣️聊下后续提示词是怎么做的一些优化的?8⃣️不同的版本的准确率分别是多少?9⃣️如果你们做微调大模型/调用大模型api的情况，是否有计算成本以及这么做的必要性?🔟你所在的产品团队的主要职责是什么?几个产品?大家是如何分工的?

1.简历 2.介绍 DeepResearch 几篇工作？主 Agent 和子 Agent 有什么区别，主要哪些子 agent？3.RL tool 的 loss 有什么区别？4.Reasoning 的 loss 有什么其他特点，介绍你知道的（think 和 nothink 的 loss）。5.PPO、GRPO、DPO 区别。6.DAPO 了解多少，介绍创新点。6.还有其他 GRPO 变体吗？介绍创新点。7.手撕：rope，打开 llama github 源码的 rope 介绍和我实现的区别总结：RL tool的loss忘了，只有这一个失误，然后喜提人才库

1.拷打项目支付成功，支付宝送来的回调丢了怎么办 。通过mq延迟消息轮询支付宝保证，后面反思了下其实可以拓展说下多次轮询失败如何处理。支付服务的幂等性如何保证，为什么不能通过加锁。 支付收单是一个异步的过程，不好加锁，如果加锁的话，不知道什么时候适合释放，如果用户选择一个微信支付，但是觉得选错了，要打开支付宝支付，就会发现锁没有释放，会影响用户体验。我们现在通过退款去做这个事情，如果用户支付两次，对第二次进行退款，如果两个回调同时到了，出现并发问题，我们通过乐观锁去保证并发不出现冲突。我们的设计其实是参考了美团和拼多多做的。加锁的化，你会怎么加，答：数据库行锁/redis分布式锁。 问到redis分布式锁原理，没答上来分库分表怎么做的，面试官没有深问。2.kafka和rocketmq的区别，适用场景。rocketmq比较适合重业务的场景，Kafka因为sendfile的原因，吞吐量大，适合做日志处理，rocketmq有很多功能，比如说延迟消息，顺序消费，是Kafka没有的。我听一些之前在大厂工作过的同事说过，kafka经常被魔改，会有时间轮算法去做实现延迟消息，我认为如果在基建完善的地方，我这个项目是可以替换成Kafka的。3.mysql遇到慢sql怎么解决，比如说一个sql涉及5张表，怎么处理。我没回答上来。4.mysql索引类型。主族索引，非主族索引。 非主族索引包括哪些？比如unique key ，联合索引。什么情况会用到联合索引？有时候避免回表可能会用到。什么情况会导致联合索引失效？比如没有遵循最左匹配，或者是用了个函数。5.rocketmq事务消息怎么做的？producer先给broker发送一条半消息，然后producer执行本地操作，成功后提交消息给broker，然后broker再去投递消息。什么情况会用到事务消息？一般是在涉及到两个不同的系统中会用到，比如说我们支付服务，在支付成功后要给上游系统发一条mq的消息通知，这个时候就可以用事务消息，事务消息可以规避分布式事务。6.springboot启动流程。只说了一个读取META-INF的配置信息，其他的没说上。7.反问：什么业务？电商。电商的话怎么做的分账？通过微信支付或者是宝付。自己相比于一年前进步了很多是事实，但是大二上浪费太多时间，也缺乏面试经验。比如面试的适合我就经常发现自己表述并不清楚。目前打算面几家中厂攒攒经验，开学之后看看八股，刷leetcode，准备冲大厂，我的问题主要在于八股看的太少了，之前一直都在上班导致的，实战经验可能相对来讲丰富一点，很多内容由于之前工作没有接触过，我也就没有了解，这是我的问题。

1.如何理解 dspo 这几个算法的创新？2.agentic 长文本训练时候容易 oom，你有什么好的优化吗？3.长上下文压缩有哪些方法？4.其他的全是简历和论文了5.手撕： k 个链表反转、岛屿面积6.反问环节

1.MOE 原理，讲一下负载均衡以及有哪几种类型？ 你能写一下公式吗？2.MOE 的 expert parallel 如何做的？ 你用了 swift 参数怎么设置的，有 2 个 node 你如何分配你的训练参数？3.做 grpo 遇到熵崩没有？你是怎么理解的？如何解决的（clip higher 限制、小学习率）4.大模型容易 reward hacking，如何解决？你说训一个小模型，那小模型数据如何来？还有什么办法吗？5.VLLM prefix cache实现过吗？ 讲一下你的理解6.在训练 grpo 时候应该更新rollout 的 mllm 吗？（ref model）7.手撕： transformers encoder

1.实习介绍2.问项目3.GRPO,DPO,PPO区别4.LORA的秩一般是如何选取的5.小米训练用的什么框架6.LORA微调的原理7.LORA为什么可以实现少量的参数完成全量微调的效果8.手撕有效的IP地址9.反问，组里做到餐的LLM生成餐，toC和toB

1.MHA（多头注意力）机制详细讲一下，Q/K/V 怎么算？2.Qwen、ChatGLM、Llama 三者架构核心区别是什么？3.ChatGLM 为什么用 GLM-style attention？优势在哪？ 这个问题啥意思4.DeepSeek 的模型结构有什么特点？MoE 还是 dense？5.RoPE（旋转位置编码）原理是什么？为什么比绝对位置好？6.PPO 算法公式写一下？能不能不用 Value Model？7.GRPO 是什么？和 PPO 有什么区别？知道 GAE 吗？8.交叉熵 loss 公式怎么推导？具体怎么计算的？9.代码生成你怎么看？像 Trae 这类工具，项目代码怎么喂给 LLM 的？10.手撕题：最长回文子串（LeetCode 5）

1.你们产品里真的用大模型了吗？怎么训的？从0开始还是微调？2.LoRA 是什么？它的权重是怎么初始化的？为什么有效？3.你们实验室做过哪些横向项目？有没有处理过文档目录结构解析？4.多模态场景下，怎么让模型理解图表（比如柱状图、表格）？5.RAG 你们怎么优化的？chunk size / overlap 怎么设？有没有加 rerank？6.SFT 阶段用了多少卡？训练时长多久？数据量级是多少？7.预训练 loss 用的什么？怎么评估模型效果？（我当时答不会…）8.有了解 Perplexity（PPL）吗？它和 loss 有什么关系？9.长文档 PDF 处理，你们用了哪些长上下文扩展技术？10.Vision Encoder 的 loss 怎么设计的？CLIP 之后有哪些新进展？11.手撕：接雨水（LeetCode 42）

1.自我介绍2.问项目3.GRPO,DPO,PPO区别4.LORA的秩一般是如何选取的5.小米训练用的什么框架6.LORA微调的原理7.LORA为什么可以实现少量的参数完成全量微调的效果8.手撕有效的IP地址9.反问，组里做到餐的LLM生成餐，toC和toB📳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。

一面 1. String、StringBuilder、StringBuffer的区别2. String不可变的原因是什么3. 常用的String方法4. 浅拷贝和深拷贝的区别5. 项目介绍和主要职责6. 线程池调参、线程池隔离7. 线程池核心参数以及意义8. 核心线程数的作用以及创建时机9. redis防重机制的设计原因10. 使用的redis的类型11. redis的string底层设计12. 分库分表改造13. 分库分表改造时要注意的问题14. 分库分表涉及的数据迁移15. 本地缓存使用场景16. 数据库不一致问题17. 库存扣减的其他方案18. 博客上的问题19. sql调优经历20. 什么是覆盖索引21. 索引类型有哪些22. B+树做索引的特点23. 索引失效的场景24. 项目还有哪些亮点没有问到？25. 第二个项目的介绍26. 高jdk版本的新特性27. jdk8的stream语法28. java集合的分类29. 集合存储null值的情况30. HasMap的底层原理31. 单例设计模式手撕：删除倒数第n个节点反问建议：尽量不要一问一答，自己多去延申思考二面1. 项目一共几个模块、一共几个人2. 项目遇到的挑战以及如何解决3. 项目遇到了什么问题4. 分布式锁加锁解锁的原理5. 锁的过期时间的设计6. redis过期淘汰策略7. redis相较于mysql的优势8. redis为什么快9. 线程池参数调优，限流和降级10. HashMap如何更新一条数据11. JVM垃圾回收中的新生代老年代的回收策略12. 新生代的划分、复制回收的具体过程手撕：最长公共前缀13. 个人优缺点

实习拷打： 描述一下这段实习过程中你觉得最有价值或印象最深刻的事情是什么？技术细节： 规则引擎中复杂的逻辑表达式是如何存储的？如何实现规则因子的通用化？系统设计： 为什么要设计多版本快照？如何保证对旧表的兼容？线上风险： 如何发现规则变更后的错误？审批流程能解决哪些问题？并发处理：两个业务人员同时修改同一规则，如何保证并发安全？多版本快照产生的数据冗余如何处理？分布式锁在这里的作用是什么？有点奇怪的八股操作系统： 简单介绍计算机通电后是如何启动起来的？硬件常识： CPU 通电后为什么能运行？网络基础： 在当前面试的视频直播场景下，网络上发生了哪些事？协议细节： 视频传输一定是 UDP 吗？在网页端是如何建立 UDP 连接的？反射（Reflection）： Java 为什么要用反射？不用行不行？它带来了什么好处？类加载（ClassLoader）： 为什么要用类加载机制？你写过相关代码（如 Starter 或 SPI）吗？算法题： 字符串模拟大数相加系统设计题：老师在某个时间段加一节课。根据起止时间查询该时段内的所有课程。有的问题不是很常规，感觉要凉后续：周五面的，周一通知挂了，复盘感觉问的还是偏综合，反射这块答偏了，应该是从Java编译之后静态，反射提供了动态的能力去会回答。然后就是前面OS和计算机网络答的不算好，继续练吧