1⃣️自我介绍2⃣️看到简历中写实习过程中参与了模型的选型，比如说像 DeepSeek还有GPT，可以说下你是如何选择适合特定场景的大模型的?3⃣️我看到实习经历里面的项目有用到RAG技术，可以具体说下这个在你们项目中的作用，以及是如何优化检索效果的?4⃣️目前看到这个AI产品的准确率是能够到xx%?想问下剩下的badcase是用户去检测，还是你们会有辅助手段提醒用户?5⃣️你们最终呈现给用户是平台还是小程序，或者是一个工作流?6⃣️你觉得在这个项目中能够最终保障的业务准确率，能够去支持的业务，你觉得这个阶段核心的哪几个事情作对了，保证了项目的成功?7⃣️如果你需要你设计一个电商场景当中的AI应用，你可能会选择在哪个方向去做些探索?你可能会选用哪些模型技术产出一个产品的mvp?8⃣️你觉得你设计的这款产品能够留住用户的核心关键点是什么?9⃣️你做的XX产品，你会怎么去评估这个产品的模型，产品的整体效果怎么样，需要通过哪些指标去看?🔟想问下你在AB实验和埋点这块，在实习的过程中有没有心得?

1.对话式电商（通过聊天机器人完成购物）是近年热门方向。请分析对话式电商的产品形态、技术挑战和商业价值，并对比传统搜索式购物的差异化优势2.请解释RAG技术在电商场景中的应用方式，并设计一个基于RAG的智能客服产品方案，包括知识库构建、检索策略和生成优化。3.”生成式推荐"是AI电商的核心方向之一。与传统推荐系统相比，生成式推荐的核心创新点是什么？请设计一个具体的生成式推荐产品功能，并分析其技术可行性和商业价值。4.淘宝每年有数十亿商品上新，传统人工审核和分类已无法满足需求。请设计一个基于AI的商品理解与分类系统，包括商品图文理解、多模态特征提取、自动化分类和异常商品检测。5.请分析"AI模特"（用AI生成虚拟模特展示服装）在电商场景的应用现状、用户体验问题和商业价值。如果你是产品负责人，会如何优化这个功能？6.假设你要设计一个"AI购物助手"，帮助用户在淘宝上找到最适合的商品。请从用户需求洞察、产品功能规划、技术实现路径三个维度，输出完整的产品方案。7.淘宝首页的"猜你喜欢"推荐系统已经非常成熟。请分析在AI时代，推荐系统可能的进化方向，并设计一个"AI增强版推荐"的产品功能。8.请设计一个A/B测试方案，验证"AI生成的商品文案"对商品点击率和转化率的影响。请说明实验假设、核心指标、分流策略和结果评估方法。9.AI生成的内容（如商品文案、买家秀、评测）可能涉及虚假宣传问题。请从产品设计的角度，分析如何在"AI提效"和"内容真实性"之间找到平衡。10.淘宝的AI推荐功能可能存在"信息茧房"问题——用户越买什么，系统越推什么。请设计一套产品方案，在提升推荐精准度的同时，帮助用户发现更多元的商品。

1.CogVideoX 的模型结构、3D VAE 的压缩率、MM - DiT 的优势、4f+1为什么要＋12.FLUX 的结构，生成模型，优势3.SD3的架构，生成原理 Flow matching4.VQ - VAE 使用的的损失函数，训练过程5.为什么用 Lora 微调，为什么不用 ControlNet6.Lora 的原理， LoRA 在推理的时候怎么与原参数融合不带来时间成本7.Flow matching 与 DDPM 的区别及优势8.数据和 prompt 构建的过程9，个人怎么看待视频生成和图像生成，更倾向于那种10.Wan2.1的详细架构和训练细节11.算法：0841．钥匙和房间📳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。

2026.1.9 1h30min1.自我介绍2.项目，问具体做了啥，怎么做的，为啥要这样做，深挖3.线程池相关参数 拒绝策略4.有哪些数据库常见的异常 例如主键冲突 唯一索引冲突等 这里其实我没太懂具体想问啥5.hashmap底层数据结构6.间隙锁 怎么样触发间隙锁7.young gc频繁 怎么排查8.有没有做过gc调优 改参数 或者改垃圾回收器9.算法 leetcode129 求根节点到叶节点数字之和

1.CogVideoX 的模型结构、3D VAE 的压缩率、MM - DiT 的优势、4f+1为什么要＋12.FLUX 的结构，生成模型，优势3.SD3的架构，生成原理 Flow matching4.VQ - VAE 使用的的损失函数，训练过程5.为什么用 Lora 微调，为什么不用 ControlNet6.Lora 的原理， LoRA 在推理的时候怎么与原参数融合不带来时间成本7.Flow matching 与 DDPM 的区别及优势8.数据和 prompt 构建的过程9.个人怎么看待视频生成和图像生成，更倾向于那种10.Wan2.1的详细架构和训练细节11.算法：0841．钥匙和房间

1.介绍实习项目，围绕项目问技术细节2.介绍RAG项目，文档类型是什么，对于图片和表格怎么处理3.RAG怎么评估，指标有哪些4.生成模型用的什么，为什么这样选型，有没有对比过其他模型5. QWEN2的架构和训练方式6.SFT数据问题不够多样化怎么办7.怎么构建SFT数据集，数据量多少，微调方式是什么8.项目为什么用GRPO而不是SFT9.介绍一下function calling和MCP10.介绍检索做的优化

1、Attention本质是什么？从向量空间变换角度解释2、多轮对话中Attention如何导致历史信息衰减？3、SFT数据清洗的具体流程？遇到低质量数据怎么处理4、RAG的chunk优化策略有哪些？怎么评估检索相关性5、DPO训练中的梯度爆炸问题如何解决？简历项目深挖：1、多工具调度模块如何解决冲突检测？2、工具调用超时后的降级方案设计3、自主构建的评估数据集规模？bad case分析维度4、微调Qwen时如何设计learning rate scheduler5、Prompt优化模块的A/B测试方案

1.实习介绍2.介绍在之前实习中做过的一个项目3.拷打上面项目的细节，例如为什么要这么分层，分这几个维度打分的原因4.简历上写了PSM模型，问怎么划分处理组和对照组，如何确定这样划分的可靠性5.是否用过抖音电商，如果有一段时间直播间的点击率下降，会怎么分析6.抖音电商和淘宝京东这种电商的异同7.怎么确定给用户发券的金额8.将之前消费过、但30日未消费的用户认为是流失用户，怎么分析这些用户9.反问

一、算法与基础1. 手撕Transformer decoder层代码，要求实现mask机制2. 预训练时为什么要用Masked LM而不是直接预测下一个token？3. 大模型量化中，INT4和FP16的精度损失主要差在哪些场景？怎么弥补？4. 讲一下MoE结构的原理，为什么能在增加参数量的同时控制计算成本？二、项目深挖1. 你做的大模型压缩项目，为什么选择知识蒸馏而不是量化？2. 训练时遇到过loss震荡吗？怎么定位是数据问题还是模型问题？3. 你们的模型部署延迟要求是多少？用了哪些优化手段？4. 如何评估一个生成模型的创造性？有哪些量化指标？三、业务场景题如果让你设计一个垂直领域小模型，数据量有限但要求推理快，完整流程会怎么设计？

1. 项目你感觉你在这个过程中有哪些亮点以及能进行一下总结吗？这个项目的时候，那你有没有达到你们预期？以及有没有还能进行一些改进的点？2. 进程中有一共有哪些状态，以及它这些状态是怎么去流转的？进程和线程有啥区别？3. Java数组、ArrayList和LinkedList有啥区别？HashMap的工作原理？exception 和 error 它的一个区别有啥呀？throw 和 throws 的区别？4. 重定向和转发，forward和redirect两者的区别？5. 介绍一下悲观锁和乐观锁？6. spring 里面bean的生命周期是怎么去创建和消亡的呀？spring bean 的自动生成的一个原理？7. MySQL里面的那个索引的作用是啥呀？它有什么优缺点吗？B+树索引如何实现的呢？ left semi join和 left anti join的区别？count(1), count(*)和count字段的区别？8. 哪些场景是去使用Redis？Redis 和 memcache有啥区别？什么是缓存穿透？以及我们在该怎么去解决呢？ Flink 有用过没有？Hive会出现一些数据倾斜，有了解吗？9. 场景题：给定a、b两个文件，各存放50亿个url，每个url各占64字节，内存限制是4G，让你找出a、b文件共同的url10. 算法题：判断是否是回文整数11. SQL题：事件表event表有3个字段event_id：事件id，event_time：事件时间，user_id：用户id。使用SQL查询同一用户两个事件的时间间隔。输出4列：事件ID，事件时间，用户id，时间间隔

1.项目介绍2.实习拷打 40分钟3.竞赛+开源+课题论文 +ai20分钟 例如deepseek训练成本低的原理4.八股 15分钟4.1 5层和7层区别4.2 多出来两层一般是用来干什么4.3 为什么要4次4.4 打开网页发生了什么4.5 tcp和udp区别，面试间用什么协议，怎么知道是什么协议4.6 进程调度算法4.7 死锁原因和怎么解决4.8 磁盘寻道4.9 了解的排序算法4.10 归并时间复杂度4.11 哪些是稳定的排序4.12 java锁4.13 线程安全的hashmap有什么4.14 chw实现原理4.15 了解最新的gc器4.16 jit4.17 graalvm4.18 arraylist和linklist 海量写入删除用什么4.19 b+树4.20 为啥用b+树

1.项目中llm用在哪里了2.rag主要做了什么3.你的rag场景是适老化，给我展开讲讲是老化还有什么东西可以去做4.大模型微调有了解过吗? 没有5.如果你发现大模型输出你并不满意，应该如何调整?6.你在prompt工程和上下文优化中有什么经验吗?7.回到传统后端项目，redis都存了哪些数据8.redis除了存缓存，还能存些什么?9.redis数据结构都有哪些?10.跳表理解，跳表底层原理11.zset为啥用跳表，不用b+树手撕:最简单的一集，简单dp+双线程打印 foobar

1.实习介绍2.材料项目介绍3.数据是怎么构造的4.荣耀实习介绍5.快速排序的核心思想，怎么选轴比较好6.如何解决哈希冲突，如何优化探测法7.transformer中的kv cache8.如何设计上下文可以利用模型的kv cache9.如何处理token过长的问题10.rag的召回重排11.如何设计agent的记忆部分12.平时是怎么学习新的技术的13.最近感兴趣的GitHub仓库14.分享一下对deepseek论文的阅读15.MOE是解决什么问题的16.你后面会考虑荣耀吗？反问:组里目前做的业务（面向商家）还有招人需求吗？（需求多）

大家好，我是花海，B站技术专家，平时会在牛客分享一些面试复盘和技术思考。如果你在准备面试、修改简历，或者对职业规划有疑问，可以找我免费帮你看看简历、聊聊思路。目的是帮大家少走点弯路，今天我们来继续看面经。今天这份面经聚焦于操作系统和Linux底层原理，问题非常经典，从概念辨析到实战排查都有涉及，能系统性地考察候选人的基本功和解决问题的能力。1.Linux平常使用吗？线程和进程的区别，还有什么类似进程和线程的吗？什么是协程？这个问题旨在确认你的开发环境熟悉度，并深入考察对并发核心概念的理解层级。进程是系统资源分配的基本单位，拥有独立的虚拟地址空间、文件描述符等资源，隔离性强但创建和切换开销大。线...

1.自我介绍2.手写 fm 公式3.解释 Ir 为什么不能自动特征交叉4.一个曝光用户从来没有交互信息，怎么过双塔5.写出 moe 的损失函数6.什么样子算自动特征交叉7.写出 Ir 的公式8.代码：二叉树中序遍历📳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.实习介绍2.你项目里用到线程池了对吧?那你说说几个核心参数怎么配的?你是怎么确定核心线程数和队列大小的3.你提到了用线程池处理异步任务，那你们有没有遇到过线程池满了的情况?那这种情况下会发生什么?4.除了你刚才说的用线程池，还有用到哪些并发工具?说说你对lock和synchronized区别的理解5.了解]ava的垃圾回收机制吗?有没有分析过自己项目里的 FulLGC?你是怎么看GC日志定位问题的6.MinorGC频繁你们会怎么看?在你们项目里有没有遇到过YGC抖动但没有触发FGC的情况7.你说你们发券接口慢查询了，那你不是说已经命中索引了吗?那为啥还是慢?你是怎么一步步分析出来问题点的8.讲讲你对覆盖索引的理解9.你用Redis的setnx+expire 实现分布式锁，如果锁被提前删了，另一个线程进来了，造成数据错误怎么办?10.你说你用策略模式做钱包接入，那我现在让你临时加一个xx钱包它的汇率换算规则完全不同，还有一个中间加密逻辑不兼容。你这个策略体系能不能动态扩展11.现在要求你设计一个券模板系统，支持10个钱包，不同语言、不同活动样式、不同过期时间规则，你怎么来设计12.公司要上线一套面向全球商户的 多钱包 NFC 预授权支付系统，比如用户在海外便利店碰一碰刷手机，完成预授权+多币种冻结+结算清算操作。需要支持:多钱包，多币种，多语言/多时区，境内境外结算链路不同，用户支付前是预授权冻结额度，非立即扣款，后台交易 T+1 进行清算入账，用户可以中途取消、修改订单，你怎么来设计13.T+1 清算你会怎么落地?是否要分批结算14.用户发起支付后，触发钱包冻结请求超时，你怎么保障一致性?15.用户下单后隔天取消订单，涉及的冻结金额要解冻、汇率要重算这个流程你怎么设计16.每天凌晨结算任务量激增，结算服务压垮，部分记录没算成功，你怎么来兜底呢17.手撕:实现一个函数，给定一个非空的字符串s，检查是否可以通过由它的一个子串重复多次构成

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RAG，为什么3，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，分别是怎么做的；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的作用（？？？说实话没太听懂），输入输出自己定义；相似的组件如图片框和视频框如何区分10，算法题：2n+1个数，两两成对，找出单独的那个数11，反问

1.介绍自己的项目2.BLEU和ROUGE3.self-attention求内积时为啥除以根号d4.LLM的评估5.介绍下simCSE6.解决tokens不够的问题应该怎么办7.详细介绍下deepspeed（三个stage结合参数回答）8.gpt和llama的区别（模型结构上的）9.PEFT的方式，LORA论文讲一下，对比p-tuning10.LLM训练的时候为什么warmup11.对比学习中的batch size是大一些好还是小一些好13.了解最新技术一般怎么通过什么渠道14.代码题：lc347 前 K 个高频元素

📳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。