1. 自我介绍环节：简要介绍个人背景与技能。2. 经历阐述：介绍实习经历，并自选一篇论文进行讲解。3. 项目细节追问（具体内容略）：针对项目展开深入提问。4. 大模型生成评测：大模型生成内容的评测方式有哪些，具体如何操作？5. RAG技术短板：RAG存在哪些缺陷？6. 大模型输出一致性：如何确保大模型输出内容的一致性？7. DeepSeek R1详解：讲解DeepSeek R1的训练流程和基本原理。8. 强化学习算法辨析：DPO、PPO、GROP之间的区别是什么？9. SFT与强化学习对比：SFT和强化学习各自有什么优缺点，分别适用于什么场景？10. 提示工程方法：提示工程的主要方法有哪些？11. 大模型幻觉问题：阐述大模型的幻觉现象及抑制方法。12. 多智能体协同：如何保证多智能体协同的效果？

1.mg 敏感词消息丢失，重复写入2.mg 延迟消息底层原理 还有别的方式实现吗3.线程池批量入库，遇到过大事务问题吗，怎么解决4.批量写入的量级，批量写入细节，不是真正意义的批量入库?5.线程池参数的设置6.系统吞吐量，aps7.websocket如何保持长连接8.根据什么进行分库分表的?往年的数据不用了吗，跨年搜索怎么解决的，怎么9.规则引擎怎么实现的动态更新?怎么实现配置的动态更新，怎么用动态代理通知的配置更新10.讲-下seata，讲一下两阶段提交，会发生死锁吗，了解过其他全局事务中间件吗11.讲-下mysql索引，了解过间隙锁吗，什么是幻读，有哪些隔离级别，为什么现在更多企业用读已提交，forupdate算法:ongest pathin matrix

1.实习介绍2.DP和DDP区别3.介绍Qwen-lmaget4.wan2.1、wan2.2、cogvideox.hunyuan的结构差异?你觉得哪个结构更好?5.LORA一般加到哪?rank设置有没有技巧6.人脸编辑模型的数据清洗怎么做的?怎么确保的良品率和误杀率?在什么样的机器上进行的7.你认为决定现在基模能力的方面有哪些?8.Deepspeed的三阶段zero简单介绍一下9.手撕:casual-selfAttention

1. 实习介绍2.项目相关（渲染怎么优化、缓存、数据分块逻辑、echarts）3.csS垂直居中哪些实现方式4. position: absolute, relativeffixed5. css有哪些选择器，优先级，怎么比较6. css哪些属性可以继承7. CSS盒模型8. 伪类和伪元素区别9. 事件委托、应用场景10. js哪些数据类型11. 堆和栈区别12.Var、let和const区别13.js继承，手写js的寄生组合式继承14.手写。三个颜色，一个div，每三秒变一下颜色，一直循环

1.项目用到了哪些设计模式？2.讲一下JVM常用的垃圾回收器？3.事务的隔离机制？4.Spring IOC讲一下？5.@AutoWired和@Resource注解的区别？6.Spring如何解决循环依赖问题？7.线程池的核心参数？8.介绍一下线程安全（各个级别）？9.进程间的通信方式？10.在Linux命令行敲下一行命令，会进行哪些事情？11.访问一个链接地址会涉及到哪些协议？12.手撕：K个升序链表合并（讲思路）

1.实习经历:请你说说你在这个项目中是怎么做的?遇到问题如何解决。2.论文:请你简要介绍一下你论文做了些什么?哪一部分是你觉得很亮的点。3.你了解哪些CV领域的模型么?CNN,ResNet, CLIP， BLIP， VIT..4.你了解哪些NLP领域的模型? RNN，LSTMTransformer, bert..5.你了解哪些优化器么?SGD，BGDAdagrad，Adam 你在什么情况下会去调整优化器?6.Dataloader，有哪些函数?7.手撕多头自注意力机制8.代码:除自身外数组乘积

1.this输出题2.优化首页渲染时间有哪些方法3.场景题，新用户和老用户如何针对性进行首屏渲染优化4.讲讲缓存5.cookie，session，localstorage的区别和用法6.v-if 和v-show的区别7.浏览器的渲染过程以及优化手段8.跨域和同源是什么以及如何解决跨域问题9.手撕题:嵌套map平铺

1.介绍多路召回每一路 每一路为什么要用 这里讨论了很长时间 itemcf怎么优化的 具体是怎么计算的?这样优化了以后和没用提升了多少?word2vec训练集它只用到了itemid进行训练吗 如果是这样还是会倾向于热门召回吧?2.为什么要用这个评估指标 推荐其他评估指标计算方式3.多样性和覆盖率怎么定义 我说分路重合率被质疑多样仍旧不能体现内容多样只是文章itemid不一样 覆盖率怎么计算的4.除了i2i其他的embedding召回方法 比如u2i的 想不起来 u2i的我说了多模态内容召回和 YouTubednn5.加权融合怎么加权6.lora怎么微调 原理 怎么理解低秩矩阵7.最近看的推荐方向的文章 让我讲了一下YouTubednn的原理 优缺点 只说了两个优点缺点没太记忆过

一面: 1.项目介绍2.面试官是同校大我三届的师兄，一眼被他看出项目深度不够，于是简单了解完之后直接开始八股3.问kv cache相关4.decoder的 qkv输入分别来自哪5.除了MHA还知道哪些(GQA MQA MLA)讲原理6.问DPO PPO GRPO DAPO 原理、公式、为什么这么做7.有没有看过原论文有什么自己的理解8.DPO的训练和PPO的奖励模型的训练过程是否一样9.问有没有看过deepseekqwen的技术报告，问MoE10.告诉我快手新发了几篇强化学习的论文让我去看(ARPOAEPO)11.然后问了三道智力题:一个开关灯、一个烧绳子计时、一个水桶倒水12.出了两道编程题:题目难度不小，都是力扣困难题，还不是原题，涉及到改编

1时间:40分钟2.问题:自己项目问题问略过。熟悉vlm大模型吗？图像文本如何对齐。attention注意力得分纬度，softmax为什么是dim＝-1。讲解gradient checkpoint理解。讲解layernorm和rmsnorm的理解。3.手撕:attention注意力。rmsnorm。总体而言要吃透自己的项目问题，以及大模型八股，速度很快，一面后不到2小时约二面。

1️⃣时间线 6.16 投递boss 6.17 12:00电话面邀 6.17 14:00 业务一面 三小时后告知通过 6.18 16:00 hr二面 面完不到一分钟OC 6.19 正式offer

现在双非到底学到什么程度能找到实习啊，秋招如果没实习的还有救吗？要投多少简历才有小厂回应还面不上，如果转测开有更容易吗？已经崩溃想放弃转行了😭😭

😅半个多月前绝对是八股战神，后来找到实习之摆烂了一段时间，没怎么刷题了，刚面试丢死人了，快排和分层都忘了，真麻了。一道巨简单的lc题也没思路，这脑子。。。。