华为实习AI工程师面经

1️⃣自我介绍：【⌚️10分钟】点评：流水账，有些磕磕绊绊，自我介绍环节的项目介绍的很详细，非常冗余。优化：写逐字稿，背诵，提升语言表达能力。2️⃣经常问题的问题优化：【⌚️20分钟】1：transform结构了解吗？回答点评：回答的很简单，5分吧，说了transform的结构是encode-decode结构，分块，每个块里面有四个组建，MHA、FFN、LN、残差链接，介绍和理解不深刻。提升指导：梳理回答逻辑结构，讲解MHA、FFN、LN、残差链接的添加逻辑和含义，其中MHA给出代码层面理解，从2分钟的回答变成6分钟的回答。2：多头自注意力机制是啥？公式是啥？代码你会写吗？回答点评：讲了公式，但是掌握的不够细致，pytorch代码框架不熟悉，attention_mask机制没有写出来。提升指导：讲述代码的原理，如何使用代码回答问题，展示自己的理解深刻。3：rag中的多路召回是什么？embeding为啥用智源的BGE-large/Base？回答点评：使用了BM25和向量召回，但是没有讲出来两个的区别和联系提升指导：先讲原理，再讲述下语义理解能力和泛化能力的区别，计算的效率，两个互为补充等。3️⃣不会回答的问题指导：【⌚️40分钟】1:  LN不太会回答，看网上的回答很多，但是不是理解层面。2：我的向量召回是faiss做的，和这个相关的问题我如何准备？3：经常会被问到rag用的啥框架，这个问题如何回答？还需要准备框架的知识吗？4：面试官经常问我，rag的模型是啥？有做微调吗？如果不做微调怎么回答？5：大模型还需要补充那些知识？📳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。

时间线参考： 3.18，网申 5.7，综合测评 5.10，机考 5.14，专业面+主管面 5.15，入池 5.16，保温，了解个人情况(包括未来职业规划，家庭，婚恋等) 5.26，保温，询问base地， 6.9，保温，说中旬左右会出结果，让耐心等待 6.10，oc 6.16，收到邮件

某天吃晚饭突然接到的电话，连打了好几个没接到，后来接到就直接加微信约面了。一面：两个人面，一个HR，一个看起来像主管的大哥。自我介绍深挖简历（无八股）对当前大模型的了解有哪些是否做过数据处理是否有工程化落地的经验或项目为什么本科选了这个专业觉得自己更喜欢什么类型的事情自己的核心竞争力是什么用三个词形容自己反问

1. 项目背景 1.1 LLM的局限性 随着 LLM（如 GPT、Claude、Gemini）日益普及，然而，LLM受到数据隔离的限制，无法主动获取数据，而这就是“数据孤岛”问题，这种方式就极大限制了LLM的应用。  ChatGPT 截止知识常在过去半年甚至更久 对于天气、库存、个性化内容、企业私有数据……一问三不知 API 调用能力虽然存在，但难以统一管理、限流、权限、聚合 于是我们提出了一个问题： 👉 如何让 LLM 像“人”一样，从外部世界不断“获取信息”，而不是一问一答、闭门造车？  1.2 MCP 架构：连接 LLM 与实时数据的桥梁 MCP（模型上下文协议，Model Conte...