顺丰大模型算法工程师一面

1.自我介绍2.介绍RAG流程，分段有没有做优化；3.Qwen3系列和bge系列的原理，Qwen3系列编码模型是怎么训练的；4.self-attention公式；为什么要scaling5.Agent的思想是什么，Agent包含哪些部分；6.RAG怎么评估，用了哪些指标；7.RAGAS有哪些指标，为什么不直接用库；8.介绍Agent怎么做任务规划和问题分解9.GRPO与PPO的区别；GRPO的缺点；介绍GSPO10.SFT数据集怎么构建，问题不够多样化怎么解决；11.RLHF，介绍PPO，包含多少个模型；📳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。

项目介绍，面试官应该不太懂，没咋问。最后问的八股。大模型怎么做推荐？说了一个web agent的训练方式，面试官好像不太感冒。怎么判断一个模型的 embedding 好还是不好？我说计算不同类别数据之前的距离，同类更近、异类更远。如果模型的训练 loss 不下降，有哪几种情况会导致？数据不干净，学习率太小，如果你从头搭一个网络训练模型，可能会遇到哪些情况？如何保证稳定训练？最后写一个快排。然后问我有没有职业规划，具体想做什么？

📍面试公司：顺丰🕐面试时间：9.29💻面试岗位：大模型 一面❓面试问题：1.自我介绍2.实习-微调上下文长度是多少？3.实习-微调数据集多少？4.实习-用的什么卡训练？什么框架，训练多长时间？5.实习-显存优化框架是什么？6.实习-deepseed zero用的什么？zero 1 2 3 有什么区别，介绍一下7.如果使用zero2，全参微调8B模型，精度BF16，占用多少显存？模型占用多少，梯度占用多少，优化器占用多少（这一块答得挺差的）8.实习-PPO训练使用几张卡9.实习-PPO有多个模型，如何加载的，SFT占用了几张卡？（这一块答得更差）10.实习-PPO训练框架？11.实习-为什么不使用RAG？使用Agent的框架吗？12.讲一下vllm的prefix cache13.vllm 并发量很高的时候，什么机制去解决？（就是一次解决不完，不会）14.讲一下vllm和SGlang的结构化输出（不会）反问：1.业务：问答机器人，把很多很多的机器人整合为一个，涉及到多路查询、query重写、实例抽取，微调和langchain。还有一些多模型搜索的业务等2.技术栈：模型微调+agent🙌面试感想：训练问的好多，我不会

一二面同时，两个面试官简历写智能体项目和大模型信息抽取（实习）1选择一个项目，具体介绍2介绍熟悉的大模型及GPU卡型号3中兴的大模型有没有了解（建议各位多了解，我说不知道）4对大模型推理相关有什么了解5一个推理系统有哪几部分6预训练，微调精调有啥不一样7大模型推理当中有哪些重要指标8（另一面试官）介绍xx智能体9智能体如何触发mcp调用服务10多轮对话超出上下文限制怎么办11上下文工程12除了ollama用过哪些大模型部署13用过哪些ai编码工具，介绍原理14（换面试官）内存泄露有哪几种15面向对象有哪些特点16重载和重写有哪些不一样17const和static区别18c++类型安全吗，为什么...