春招！

鼠鼠我想春招试一试字节跳动的技术支持工程师（飞书API，大模型技术支持之类的岗位），有没有uu有面试经验的？想知道这些岗位要求高不高啊，面试主要问什么？需要手撕算法题吗（鼠鼠我基本没怎么练过算法，只知道一些最基本的）？感觉牛客上的面经有点少，跪求各位牛油解答

带教经验分享最近有些同学找了几个月工作，感觉比较焦虑，感觉秋招上不了岸了。说要准备春招了，好奇春招什么时候开启。那就给大家讲讲目前这个时间节点（11月份），到大家毕业企业都还在什么时候招人个人的观点一直就是只要还没找到心满意足的，坚持投，每天投，坚持学就可以了。只要投就会有机会。（中小公司才开始陆续招人了也）单纯针对中大厂来说，后面应该就剩下两个阶段了：秋招补录、春招比较集中的时间如下几个分析：（1）大厂开奖，有人毁约，空出来hc有面试。看大厂什么时候开奖，空出来hc，面试就有多了，补录阶段。重点关注各家公司开奖信息（2）等一月底、二月初这个时候也会没有面试，因为这个时候快过年了，各个公司都在...

1.  注意力机制：请简述 MHA、MQA 和 GQA 三种注意力机制的核心区别。2.  模型架构：Dense 模型与 MoE 模型有何本质区别？3.  路由机制：MoE 模型中，路由（Routing）机制具体是如何工作的？4.  LoRA 微调：请阐述 LoRA 的原理，以及其中 A、B 矩阵的初始化方式和秩（Rank）的设置考量。5.  强化学习：请对比 DPO、PPO 和 GRPO 的原理与区别，并写出 DPO 的 Loss 函数公式。6.  推理加速：vLLM 中使用了哪些关键技术（如 PagedAttention、KV Cache）来优化推理？7.  并行框架：你对 DeepSpeed 这一加速推理与训练框架有多少了解？8.  BM25 算法：请讲解 BM25 算法的计算原理。9.  负载均衡：MoE 模型中专家（Expert）的负载不均衡问题该如何解决？10.  损失函数：能否通过修改损失函数的方式来缓解 MoE 的负载均衡问题？11.  数据分布：SFT 微调数据与预训练数据分布差异较大时，该如何处理？12. Scaling Law：SFT 微调的数据集是越大越好吗？是否存在 Scaling Law 现象？13. 训练稳定性：强化学习（RL）为何存在训练不稳定的问题？既然不稳定为何业界仍广泛使用？14. 三数之和：LeetCode 15. 三数之和。📳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。

bg双9，无实习，5月29开学，秋招美团京东用友帆软满帮字节offer@黑皮白袜臭脚体育生