蚂蚁二面

一面 1.@Autowired 和 @Resource 的区别2.map遍历删除的一个代码题3.Redis缓存击穿、缓存穿透、缓存雪崩4.springboot启动流程5.自动装配5.项目二面开始问完全和后端无关的1.项目2.反问

【一面】 1）介绍一个最能代表自己的项目2）项目里负责的边界是什么？哪些内容是亲手实现／验证的？3）电商领域预训练数据：低质过滤与去重会怎么做？用哪些简单指标快速判断数据质量？4) Pretrain 和 SFT 分别解决什么问题？5) Transformer 的基本结构怎么理解？6）多模态模型的大致结构是什么（图像编码器+连接层+ LLM )？最容易踩坑的点通常在哪里？7) SFT 数据如何更贴近业务：如何避免过度模板化？如何做基础的 train / test 去重来避免评测失真？8）对齐（ RLHF / DPO 等）整体思路是什么：为什么需要偏好对／奖励信号？【二面】1）做过的最有影响力的一件事是什么？具体推动了什么变化？2）训练不稳定怎么排查（ loss NaN 、 OOM 、吞吐下降）3) Long Context 常见思路有哪些？在业务里如何做"能看长文本但不太贵"的折中（摘要／分段／滑窗等）?4）如何做一套简单可执行的离线评测集？如何覆盖不同语言与类目？5）多模态场景怎么评估：如何检查"图文一致性／不编造信息"？优先加哪些自动化检查？6) Prompt ／模板如何管理：如何版本化、如何回滚、如何避免一次改动导致整体波动？7) 手撕：实现一个最简单的 top - k 采样（给定 logits ／概率，取 top - k 后重新归一化采样），并说明边界情况怎么处理。📳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。

给我面没招了，感觉自己好菜、面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.实习拷打2.有没有觉得工作中卡住的点，聊一聊3.是否了解操作系统等 讲讲操作系统内存管理 虚拟内存解决了什么问题4.介绍一下mcp5.mcp工具较多时如何避免幻觉6.有没有看论文的习惯 最近有哪些较新的内容7.代码题：求数组连续出现相同数字的最大次数

百度日常实习面试经验分享 | 智能云数据平台部📋 面试概览岗位：日常实习部门：百度智能云 - 数据平台部流程：一面 → 二面 → HR通知（一天内完成）结果：✅ 通过体验 ：面试官很nice，流程高效🎤 一面（约60分钟）项目深挖（约40分钟）简历上的项目问得很细，每个点都会追问：原理是什么？有没有考虑过其他方案？为什么选这个方案？💡 建议：对自己的项目要非常熟悉，每个技术选型都要有理由。八股文CSS相关display:none vs visibility:hidden标准盒模型 vs 怪异盒模型什么是 BFC两栏布局的实现JavaScript基础基本数据类型 & 引用类型ES6 引入的新类型Map vs Set 的区别Map vs Object 的区别Symbol 的作用⚠️ 踩坑记录：Map和Set的区别我说成了"允许重复"，面试官追问是什么重复，我发现说错了赶紧改口。大家要注意：Map是键值对，键唯一；Set是值集合，值唯一。React相关用过的Hooks有哪些useRef 的作用useMemo 的使用场景Hooks 的作用useContext 的作用工程化模块化规范及区别CommonJS vs ES ModuleAI相关问题实习中如何使用AI？提到了 Skills 和平时使用的技能个人网站搭建的 Agent 项目大概讲了搭建流程反问环节问了团队技术栈、实习生培养机制等。🎤 二面紧张到忘记录音了，只能回忆一些碎片项目深挖依旧是项目拷打面试官超级好，还给我的项目提了一些改进建议！八股文type vs interfaceES模块相关问题React 什么时候不用 useCallback/useMemoAI深度问题用AI做了些什么Agent Function Calling 的作用开放题：Agent更需要MCP还是Skills？灵魂反问因为感觉八股回答得不太好，所以问了："我的简历和面试有什么需要改进的？"结果面试官反问我："你觉得在当下的时代，基础更重要还是对AI的把握？"面试官的反馈"你的简历可能不太好，但是能力很不错，要是你能来公司会给你回答你刚刚的问题。"✅ 面试结果很快就收到了HR的电话通知：通过了！整体来讲：✅ 流程很快✅ 过程体验很好✅ 虽然是日常实习但感觉很好🏢 关于部门百度智能云 - 数据平台部有了解的uu可以说一下这个部门怎么样嘛～