滴滴国际化日常实习oc（已拒）

1.项目都问得很深入，基本上写在简历的每一句话都会问问了数据集(举具体的例子)，整个流程的pipeline，项目评估的指标是如何计算出来的react 是如何实现的，包括提示词怎么写的八股1.BatchNorm 和LayerNorm 是如何处理数据的举个例子，分别适用在哪个场合?为什么?2.mcp 协议了解吗?3.为什么要做rag?为什么要把 retrival 和generation拆开4.大致介绍-下 lama-factory框架算法:打家劫舍(不是hot100，是环形的 dp)

1.介绍简历和项目；2.问了一些项目细节3.对于Agent的了解？对于RAG做了哪些优化？4.对于RL的了解，详细问了PPO的原理？5.问了一些场景题：比如单个LLM能否帮助用户完成行程规划（从出行到酒店，都订好票）？6.问了一些学校的事情，毕设做的啥之类的，为啥转行等问题

据我所知滴滴一直有招人需求，基本上全年是边招边裁，我当时那个部门每年都会来新人，大家可以多投投

1.Transformer 中为什么要用多头注意力？单头注意力有什么局限性？2.GRPO 和 PPO 在 RLHF 中的核心区别是什么？3. vLLM 的核心优势是什么？4.为什么在推荐系统中引入RAG？知识库的数据来源和构建流程是怎样的？5.嵌入模型为什么选 BGE？FAISS 索引是如何构建的？6.RAG 的 chunk 划分策略是什么？7.什么场景需要GraphRAG？8.当输入超过模型上下文长度时，有哪些主流解决方案？9. 手撕：乘积最大子数组（LeetCode 152）📳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。