360 AIGC算法工程师–agent方向

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

算法：快排算法：大数相加算法：链表判环sql：查成绩最高的前三个数据ArrayList和LinkedList区别AOP和IOC什么是Spring BeanBean的生命周期redis常见数据类型有什么介绍项目

1.和传统SFT相比，RLHF旨在解决语言模型中的哪些核心问题？2.在Agent的设计中，“规划能力”至关重要。请谈谈目前有哪些主流方法可以赋予LLM规划能力？（例如CoT, ToT, GoT*)3.什么是多智能体系统？让多个LLM Agent协同工作相比于单个Agent有什么优势？又会引入哪些新的复杂性？4.你用过哪些Agent框架？选型是如何选的？你最终场景的评价指标是什么？5.你简历中的客服Agent项目，是如何判断用户意图是否需要调用外部API的？用了分类模型还是prompt判断？6.大模型生成工具调用时，如何避免参数格式错误？有哪些后处理或约束解码方法？7.当多个工具都能完成子任务时，你的Agent如何做选择？有没有引入打分或排序模块？8.在Agent中引入“记忆”机制时，为什么常用向量数据库？如何设计embedding和检索策略？9.项目上线后，你是如何收集bad case并迭代模型/策略的？有做在线学习吗？

自我介绍了解业务聊聊项目中的难点反问：我的优化点？一共几面？追问：实习时长等等（有木有佬了解这个公司呀？看牛客上就一个帖子，还是吐槽贴）