阿里 大模型算法一面实习分享

记录一下tiemline5.8 14点一面 面完四小时通知二面周末5.11 14点二面5.12 21点上传面评链接消失转评估更新5.13 晚上22点约三面了5.19 晚上三面，面完秒进hr面 等hr面ing5.20 早上约hr面了，速度很快

近一年来，各类 Agent 产品集中爆发。为了体现技术先进性，许多接入了大模型的应用都将自己定义为「Agent」。但在实际使用中你会发现，很多号称 Agent 的系统，底层仍然是传统的自动化流程。它们的步骤是固定的，路径是预设的，缺乏自主决策能力。这实际上是 Workflow，而非真正的 Agent。那么，Workflow 和 Agent 到底有什么区别？一个需求到底该用 Workflow 还是 Agent？本文将按 Workflow 定义 → Agent 定义 → 核心对比 → 选型策略 的结构展开，概念与结论紧密结合，读完即可判断。一、Workflow📌 一句话定义：Workflow 是...

一面（1小时30分钟）：上来先做题1. 手撕AdamW2. 手撕无重复字母的字串（hot100）3. 出了两个题都是对数据库的操作，我以为是让写大模拟，写到一半结果面试官告诉我是用sql写🐱，不会遂罢。4. 面对海量数据的时候怎么对数据进行处理，比如说去除掉敏感词等等，面对海量数据会出现哪些问题，该如何去处理5. 介绍发表的顶会论文6. 介绍Q-learning和DQN二面（2小时30分钟）实习乃至秋招面的最久的一轮面试了，从晚上七点多面到十点，最后人都麻了🥵，面试官估计要下班了结束了面试🐱1. 介绍论文，主包是做强化学习相关的，围绕问了很多强化学习算法（GRPO，PPO，reward model)，介绍马尔可夫决策过程。2. bf16、fp16和fp32，并进行计算。3. lora微调的细节，量化相关知识然后开始漫长的手撕过程🥵4. 手撕ppo5. 算马尔可夫决策过程的γ阈值，我感觉是个无穷级数？6. 算模型sft的参数量大小及显卡利用率7. 是否重合链表（hot100）8. 如何使得一个输入向量x在经过一个或多个全连接层后，其输出向量y所在子空间基底尽可能接近标准正交基三面（面委会面）（30分钟）1. 介绍第一篇顶会论文（共享屏幕）2. 介绍第二篇顶会论文3. 不同强化学习之间的区别4. 和使用强化学习训练大模型相比，使用强化学习训练小模型需要做出哪些改变hr面（30分钟）常规的hr面问题，主要问来wx的意向。感觉前几面比较侧重技术细节，面委会感觉就比较侧重聊未来技术的发展，个人感觉前几面的压力比较大😼

本文按公司归类 AI 方向高频考察问题 + 面试要点。   字节 常考方向:题量大、节奏快;项目深挖 + 八股 + 手撕几乎必考;Agent / AI Coding / 大模型方向最近一年高频。 高频面试题: 项目深挖 / 简历  介绍一下你做过的最有挑战的 AI 项目  思路:选 1 个有 AI 含量(不是套壳)、有指标、有踩坑的项目；按「业务背景→技术方案→关键难点→指标」4 段讲,控制 2-3 分钟。   这个项目的核心难点是什么  思路:抓「非确定性」难点(评估难/数据难/对齐难/部署难),不要泛泛说「工程量大」。   选型为什么是这个方案?对比过哪些  思路:至少列 2 个候选方案 ...