📍面试公司：蔚来🕐面试时间：2026.03.16💻面试岗位：大语言模型强化学习算法实习生❓面试问题：自我介绍项目经历1，拷打项目动机，方法细节，评测方式，遇到的难点和解决方式，提出的方法为什么有效强化学习算法理论基础，介绍PPO算法，算法计算公式，优点，训练流程，介绍GRPO算法，特点，优势有关强化学习算法的代码库，TRL，VERL，Ray等询问对于Agentic RL 的认识，其中可能存在的难点，答了算法侧的稀疏奖励问题和工程实现上各类工具的稳定性编程题，word1->word2的最小操作次数🙌面试感想：自我介绍吟唱时间太长，适当压缩为教育背景，研究背景，项目/实习经历的简单介...

不过大厂的面试确实比小厂能学到更多

投了200份简历，经过7次面试后，还是被cetv捞了，虽然之前就听说c厂是天坑，但想了想第一份实习就算了，干1-2月跑路算鸟，再好好准备暑假去实习

面试官介绍业务自我介绍一些关于职业规划，发展方向偏好的问题面向对象，设计一个手机类，考虑怎么做创建对象的方法（他说不是java的方式，从设计模式角度来）用栈模拟队列，如何实现，栈最少需要几个元素，2个栈都是5个元素的话，是否可以，有哪些场景会出问题有4个小球，有1个重量不同，如何2次称出spring常用的注解（如果在service层使用@controller注解会不会有问题）spring事务传播行为消息队列的选型怎么考虑实习中用到了completableFuture，怎么用的，需求背景，达到了什么效果你是自定义线程池还是使用completableFuture内置线程池，为什么实习或者项目中有没...