京东-大模型-应用算法-一面面经

Timeline3.12  投↓3.17  一面↓3.18 约二面↓3.20 二面（寄）一面代码题：合并两个有序数组二面代码题：反转链表被拒原因：岗位匹配度不够

AI越来越普及的情况下，已经出现在很多丰富的场合：写代码、做对话、生成图片、信息咨询......大部分是以“创造”的角色出现，但在一些更“严肃”的场景里，AI承担的角色其实完全不一样——不是去创造，而是去判断、筛查、甚至“拦住风险”。比如支付和金融场景，这种场景下就会有我们都能预料到的问题：每一笔交易、每一次行为，都有可能隐藏风险。今天我们要说的合规AI机器学习算法工程师就在做这件事。相比“提升模型能力”，它更关注的是：如何用AI，在复杂业务中识别风险，并让系统做出正确判断。一天一个AI岗位介绍，今天我们要拆解的是合规AI机器学习算法工程师。🧩 主要工作内容：用AI建立一套“风险识别系统”从...

发点面经攒攒人品～1. Query多个一级分类问题解决2.12 层Bert base参数量（0.1b）3. 为何不用轻量级大模型reranker模型4. 推理时batch size5. dpo训练是同时打压好坏样例的生成概率问题6.  Dpop的全称是什么7. 拷打项目8. leetcode 快排

淘天 27 届暑期实习生正在招聘 各方向都有海量 HC 欢迎看我置顶帖子投递面试题 11：代码生成 Agent 和普通代码补全（Copilot 式）的本质区别是什么？设计一个能完成"跨文件修改"任务的代码 Agent，核心难点在哪？参考答案本质区别在于决策粒度。代码补全是行级决策——光标在哪，就在那个位置生成接下来几行代码。它的上下文是当前文件的局部内容，不需要做规划、不需要选择工具、不需要多步推理。本质上是一个"自动完成"功能，不是 Agent。代码生成 Agent 是任务级决策——接收一个自然语言描述的需求（"给这个项目加一个用户认证功能&...