快手广告策略产品 -- 一面面经

我是27届，刚开始投暑期实习，完全没经验。前三家全手动填，每家大概20分钟。填到第三家的时候真的有点崩溃——姓名学校专业项目经历联系方式，每家都要从头填一遍，格式还不一样，字数限制不一样，有几个字段要重新组织语言。那天我发朋友圈吐槽了一下，一个大三的学长回复我：你怎么不用网申助手？我：什么？他：牛客出的Chrome插件，把信息录进去一次，以后打开任何网申页面自动填，不用每次重新输。我：……（沉默） 装完之后是这样的：打开招联金融的网申页面 → 插件自动识别字段，一键填好 → 我只用检查一遍开放题（"自我介绍"和"为什么选我们"要自己写）→ 确认提交。全程...

我之前面试快手似乎都会问ai，并且会问ai的使用场景，已经平时拿ai会不会带来提效，对于技术来说ai是不是可以解决问题，对于一些线上事故可以很快解决好

1. 自我介绍2. 项目拷打3. Reward Model 在对齐训练里扮演什么角色Reward Model 本质上是在学一个“人类更偏好什么”的可微近似函数。SFT 学的是“像人那样答”，RM 学的是“人更喜欢哪种答法”。它并不直接生成答案，而是给候选答案打分，把人类偏好从离散排序信号压进一个标量目标里，后续无论是 PPO 还是其他策略优化方法，核心都要依赖这个分数去推动模型往偏好更强的方向移动。RM 最大的价值不是替代人工，而是把人工偏好从逐条监督扩展成可批量泛化的训练信号。真正难的地方在于它很容易学到表面模式，比如更长、更像模板、更会说套话的答案可能被错判成更优，所以 RM 训练的上限很...

没录音, 可能有遗漏Q1 自我介绍Q2 介绍一下你的 Agent 项目 (从前端到后端都说了一遍)Q3 你的这个对话 agent 在思考执行时前端是什么样的? (会输出思考流程 + 结果)Q4 前端对话在在执行过程中是怎么通过 sse 实现的 (这里不熟悉, 瞎扯了一番)Q5 上下文是怎么实现的Q6 MySQL 的索引是怎么实现的 (开始吟唱)Q7 项目是学习项目吗? 有投入现实使用吗? (都是学习网上开源项目)算法:Q1 1~n 的全排列 (由于不是 lc 的编译环境, 在写 lambda 递归函数时小卡了一下后成功做出)Q2 用容量为 a, b, c 的三个容器, 写一个函数判断是否可以盛出 t 容量的水 (不会做, 和面试官讨论很久一直在引导我, 面试过程中以为是 dp, 后面问 AI 才知道是 **裴蜀定理** )反问:Q1 觉得我答得怎么样? (可能是我 **Q2** 扯太久了, 不是商用项目都经不起推敲, 少聊一些项目)后面还扯了一些其他的内容, 面试官都是答一点就不深入聊了, 知道不感兴趣, 就没继续了反思:自己还是太学生思维了, 答项目那里应该说的 "高调一点". 还有就是死板的背知识点, 没有联系业务与服务