智谱大模型算法工程师（OC）

10.30字节一面1. 介绍一下第一个项目完整链路2. zset底层3. 线程池4. 索引失效5. 协程有了解吗6. 算法是啥忘了 hot100的11.4字节二面1. redis怎么I/O多路复用2. 主从同步有什么风险（锁丢失 redlock3. 算法：三数之和11.6字节三面1. 实习中怎么解决数据一致性问题2. 压测怎么做的3. 对ai的了解4. 在学校的研究方向5. 零拷贝6. 进程线程协程7. mysql主动同步8. https-------------------无后续大概率g

无刻意八股 1.为什么要训模型，业务背景2.训练流程说一下，讲一下sft数据和sft的loss3.rft怎么做的，dapo原理，训练卡数等细节4.新的模型看过吗，讲-下internVL3.5，对比qwenVL2.5?5.Agent怎么设计的，具体到这个业务和workflow区别是什么?然后追着细节提问了好久code:1.最长子字符串2.二维数组岛屿反问1.业务 和另一个id比较相似的部门区别?2.校招生在做什么业务3.总共几轮面试(面试官说2+1

11.10 🐜一面1. Redis数据结构 zset底层2. Zset为什么用跳表 mysql为什么用b+树 hashmap为什么用红黑树3. Bitmap底层 误判、稀疏怎么解决4. bulong过滤器实现5. 为什么需要agent 和大模型有什么不同6. clip7. function calling和mcp有了解吗8. 让你提供一个mcp服务怎么做（秒过）11.17🐜二面1. Rocketmq事务消息怎么实现的2. Mysql和Redis 同步会有什么问题3. 觉得自己和同龄人比有什么优缺点4. 知道什么向量相似度计算方法5. function calling和mcp有了解吗6. 实习中最有挑战的事（实习都是业务挑战🆘 每次被问到这个都不知所云）（秒过）11.19🐜三面1. 实习最有挑战的事（实习都是业务挑战🆘 每次被问到这个都不知所云）2. redis网络模型3. 看过rocketmq哪些源码4. 实习中怎么解决数据一致性问题5. 觉得自己和同龄人比有什么优缺点6. 实现一个rpc接口应该注意什么---------------------------------------跟hr说别的公司催三方希望快一点推进推进确实挺快的 直接挂了 乐我再回去沉淀沉淀------------------------------ps 一二面面试官都好好好好好好 希望有缘还能再见吧 so pity

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