1.项目介绍2.用的什么模型?介绍一下?3.了解其他的多模态大模型吗?介绍一下?4.介绍-下transformer的结构?5.介绍-下multihead-attention?6. multihead-attention为什么要切分?为什么要做成多头的?7.你觉得多头注意力能提高计算效率吗?结合公式推导一下?(矩阵计算)8.不能提高计算效率，详细讲讲为什么?9.multihead-attention现在有一些优化，现在主流的优化都有哪些方向，每个方向下有什么优化方法?10.为什么你们用xx模型?算力多少?数据量多少?11.介绍-下deepspeed的关键配置参数，及其含义?12.介绍一下vm的训练阶段有哪些?训练阶段的任务是什么?13.你提到了正负样本不均衡，你觉得正负样本不平衡对模型性能有什么影响吗?有什么方法缓解?14.acc、precision、f1-score指标概念，样本不均衡对指标的影响?

一面 1.介绍实习项目2.优化器相关，介绍-下adam，adamW，相较SGD有什么改进3.残差网络的作用是什么，什么叫做网络退化4.什么叫过拟合，过拟合的解决方案，在损失函数上过拟合是怎么体现的5.Dropout的原理，预测的时候有没有什么补偿策略6.lora的原理，如何初始化A，B矩阵，为什么7.主流的位置编码，旋转位置编码的原理8.了解强化学习吗9.代码题:leetcode 33 搜索旋转排序数组二面1. Transformer的FFN层能不能去掉，为什么?2.FFN为什么是d-->4d?3.attention中为什么要除以根号dk4.SDXL和FLUX的区别5.ControlNet对哪种控制条件效果更好，风格控制采用哪种方式6.为什么分类损失不用KL散度而用交叉熵，二者区别是什么7.代码题:rand7实现rand10

1.基模为什么选择instruct而不是base2.怎么处理cot数据(tokenizer中声明specialtoken)3.提到sft不能激发反思，说说理解4.训练总共多少epoch，训练速度如何5.你们用的方法属于on/off policy?说说理解6.通用和领域的数据配比?有做过数据配比的实验吗?7.了解DPO吗，说一下8.比较GRPO相对于PPO去掉了critic的影响9.对ppo-clip的理解，以及为什么clip后还要取min其他1.能不能提前来实习，几月能来2.对岗位有什么倾向3.用B站吗，B站等级反问1.部门业务2.校招生方向

1. 挑一个实习项目介绍2. 你在项目里有没有实现过 Plan-Execute / ReAct 这种 agent 框架？具体是怎么做任务分解的？能举个例子吗？3. 在数据处理里，难例挖掘怎么做？有没有办法从失败的 agent 轨迹里构建训练数据？4. Function Calling 和 Agent 框架中的 Tool Routing 有什么不同？在什么情况下优先用哪种？5. DPO 和 GRPO 在优化目标上有什么区别？在工具使用成功率优化时你会选择哪一个？6. 针对端侧场景，如果要用 SLM + 蒸馏，你会选择哪种蒸馏方式？为什么？7. RLHF 中 reward model 的训练数据是怎么构建的？你觉得哪些噪声来源会影响它？8. 你做过检索相关工作吗？能说说你会如何在 BM25、向量召回和 cross-encoder rerank 之间做架构组合？9. 算法题：二叉搜索树中的第k小元素

一面 1. 自我介绍+介绍论文，根据论文问了一些拓展的问题2. 简单说一下AUC的定义、物理意义和如何计算，并且用python实现一下AUC的计算3. 手撕：lc199改编 二叉树的左视图  acm模式，要自己建树和序列转树二面1. 自我介绍+介绍论文2. attention的计算时间复杂度3. 推荐系统或者NLP领域 有什么方法可以加速attention计算4. 你了解哪些生成式推荐的论文5. 为什么要在推荐系统引入RQ-VAE6. 和VQ-VQE有什么不同7. RQ-VAE怎么解决坍塌问题8. Normalization有哪些，有什么作用9. 什么时候用batch norm什么时候用layer norm，为什么10. 训练和推理的时候的均值和方差都是怎么得到的手撕：lc331 验证二叉树的前序序列化  问复杂度，优化方法

八股 1. 请介绍一下Transformer的核心组件及其作用追问：Position Embedding 有哪些类型？RoPE是怎么运作的，为什么适合长文本？2. 你对SFT的理解是什么？与预训练相比有什么差异？追问：SFT冷启动时数据集构造需要注意哪些因素？为什么要做数据清洗与均衡采样？3. 讲一下RLHF原理。追问：在Agent推理模型的RLHF流程中，Reward Model 的训练常见陷阱有哪些，怎么缓解模式坍塌？4. 介绍一下RAG的整体流程。在Agent落地场景中，RAG会遇到哪些延迟和正确率问题？你怎么优化召回链路？项目1. 在你的问答Agent项目中，数据集构造的自动化流程是怎么实现的？2. 你是如何利用多Agent协同来提高推理正确率的？调度策略如何实现？3. 你提到用DeepSpeed做SFT训练，请讲一下DeepSpeed ZeRO Stage 1-3的区别，以及什么时候用FSDP会更好？4. 你做Prompt优化时，是如何判断优化后的Prompt在Agent推理链路中性能提升的？用什么指标来衡量？5. 在多Agent系统中，如何保证异步任务执行的稳定性和结果一致性？6. 如果Agent推理API需要低延迟响应，你会从哪些方面做系统级优化？手撕Leetcode 39 组合总和

一面八股问了俩一个A星，mpc，rl在路径规划中的作用，区别Safe rl和rl有啥区别反问流程组内业务，缝纫机+ai，cv，人形机器人三个方向二面就是常规的闲聊天+薪资。30min用三个词形容自己的性格觉得学校和实习所做工作的最大差别对我们公司有什么了解兴趣爱好，大学参加的社团，有当过班干部or学生会吗期望薪资

实习拷打部分：45mins1.SIM hard-search采用哪些key去检索子序列，为什么不用搜索词意图去检索？soft search怎么做的2.端到端序列建模的方法，相比GSU-ESU的优势3.召排一体相比级联漏斗的推荐链路的优势4.LLM4Rec对比传统搜推带来了哪些收益5.有哪些多模态序列建模的优化方法6.选用什么llm基座做文本描述的推理总结，原因八股：1minLN和BN的区别代码和反问：14mins合并k个有序链表

1. python语法super类 装饰器2. C++语法uion 内存对齐 虚函数3. Opencv相关rgb和灰度图等4. Yolo相关架构  nms5. 大模型相关部署工具 deepseek6. Iinux git docker等基础指令

项目 拷打半小时，基本都问模型和数据八股1.  RLHF阶段，讲一下DPO数据构成2. Lora的原理是什么？是对哪些参数做低秩分解？3. MoE里面专家的数量取决于什么？4. MoE里面GATE数量取决于什么？其他54张扑克牌，红色和黑色各27张，不放回抽取两张，一红一黑的概率是多少？请说出公式代码实现一个函数，判断两个二叉树是否相等（对于每个子树，对称和完全一样都是相等）

终于在国庆前拿到了节子的offer，已经是能拿到的最好的了，也不贪其他的了，秋招就到此为止了兄弟们，江湖再见，美美的准备去给祖国母亲庆生了😁😁

投了大疆算法岗，收到 HR 电话沟通意向，没聊技术纯唠职业规划，这步是常规流程吗？

一面1h讲了半个小时的论文和项目然后问了不了解多模态大模型或者生成模型手撕20min，平方根

你的素养很差，我从现在开始每天坚持投五个简历，每个月就是一百五十个简历，坚持投到明天四月春招结束就是1200份简历，就算每份简历拿offer的概率是百分之一，我也能拿12个，这已经中国超过绝大多数应届生了（包括你）