vivo 南京日常实习，AI方向

一面： 1.实习经历追问，数仓建设流程 ，为什么要设计各个层2.spark的任务调度流程，spark的数据量级3.spark的性能优化经验？4.如何定位任务失败？有哪些原因？分别应该怎么处理5.对于数据治理的理解，在元数据管理的治理中不同的元数据分别有什么作用？你是怎么使用的？6.数据倾斜的情况在具体的什么业务中出现，举例，并给出你的优化方案7.如何去保障数据的质量？数据标准你是如何制定的？8.为什么源数据存在mongoDB？9.了解agent么？大致讲一下agent的工作原理，mcp和functioncalls的区别是什么？10.是否参与过模型的微调？agent的数据具体如何处理？数据增强那一块是怎么做的？手撕：拓扑排序，leetcode hot100课程表的变形 medium难度（之前背过模版所以还好）二面：1.具体追问了数据倾斜和OOM的问题是如何处理？2.数据治理这一块你做了什么？不要说数据治理分这些3.你是怎么做数据监控的？有哪些方面的监控？你如何具体定位问题去解决？4.你的数据标准是如何制定的？你如何去保证数据的准确性和一致性？5.agent这块是否了解？你实习主要是做什么的？agent的原理和强化学习这些是否有了解过？手撕：接雨水 用了双指针后要求用单调栈

9.26 oa9.29 一面10.16 二面10.24 三面10.27 hrbp两小时后意向

简历深挖RAG和Agent两个项目，对细节扣的很死，基本上能判断出来你是做过还是仅仅找了一个开源的项目（一定要牢记一些量化的指标以及多问问自己为什么要做A而不是做B）八股文：讲讲transformers架构、ResNet、多头注意力机制的复杂度计算与公式、DPO全流程手撕代码：编辑距离（dfs和动态规划）

bg：2本9硕，第一段实习胆小🐭未投递bat整体timeline：10.9开始投递 除jdy外 10.23都已经结束美团（数据平台部）一面 二面 oc蚂蚁（Oceanbase某边缘部门）一面 二面拒绝（脑子进水了）快手（大模型应用开发）一面挂虾皮 （保险那边业务）一面 二面挂京东jdy（京东科技）一面 二面 三面 oc百度（用增后端）一面挂b站 （cicd流水线）一面挂滴滴 （mpt引擎架构）一面过 二面oc面试一些更具体部门或者业务，这里就不展开了，有感兴趣的同学可以私聊面经～一点感想：1.越来越卷了，认识了很多27届的小伙伴现在已经2-3段实习了2.大模型应用开发是趋势，在你学历以及简历深度到位的基础上，了解甚至熟悉大模型应用开发的东西会帮助你脱颖而出，最少能多很多面试（实测），但是也存在一个小风险：简历靠大模型吸引来的，可能一般也只是组里应上面okr要求要做agent，招你进去随便做一个，成长性堪忧，但是总比啥都不做好。3.自己做的项目，不管是点评还是什么其他各种秒杀 电商等，可以想办法多体现一些与众不同，面试官们真看腻了，他们都能给你全文背诵你简历的描述，最重要的在于项目复杂度，一定新颖程度描述到位的基础上，多结合个人的思考，没接触的场景或者问题，玩命调动自己做项目的过程经验以及结合一定八股来回答，在面试官那边印象不会差的4.算法这块，感觉绝大部分厂不会太为难，我手撕十多道的经验上来看，没有超出hot100及其简单变式，不用太担心5.最重要的还是运气，运气面前一切实力高低与否都显得很渺小而运气又和投递时期挂钩，短时间内如果没有面试或者面试结果不尽人意，不用着急，可以继续投递的同时一边优化简历和熟悉八股算法，没准哪天某大厂缺人就一面速通你了，幸福往往就在一瞬间～祝大家都能找到自己满意的实习～也欢迎同一届的后端小伙伴们一起多多交流