腾讯 NLP 2面

真得说我这辈子也太好命了！居然能接连遇到俩神仙领导，简直是职场开挂级的幸运！第一任领导是我的职场引路人，真的把我护得明明白白！有好项目、优质客户，他永远第一个想到我，从来不会因为我资历最浅、职级最低就把我晾在一边。碰到那种蛮不讲理的离谱客户，他不只会站出来给我撑腰，还会耐下心帮我捋清楚情况、想解决办法；要是有部门同事敢欺负我，他立马就站出来替我出头，硬生生把那些歪心思都掐灭了，到后来没人敢再给我穿小鞋。后来我被他的上级（也就是我第二任领导）看中，相当于变相高升，他不光没半点不舍，还拍着胸脯说 “我永远是你的底气，新岗位要是待得不开心，随时回我这儿来”。结果我刚去新环境真就受了委屈，他知道后直接明着问 “谁胆子这么大，敢给我之前的人气受”，这话一出来，谁还敢造次啊！第二任领导更绝，是公司能排进前三的大领导，却把我当亲侄子一样疼！不管是商务饭局还是应酬，他从来不会让我喝酒，全程把我护得严严实实，就嘱咐我 “放开吃，吃高兴就行”。真有人不长眼敢来灌我酒，他当场就黑脸，直接怼回去 “我的人你也敢灌？”，他不光护着我，还真心实意带我成长，会跟我聊职场规则、人情世故，甚至教我那些行业里没人明说的潜规则，用他自己的资源和能量帮我避开了好多坑，少走了不知道多少弯路。工作上遇到搞不定的事，他一句话就能帮我摆平；有人敢欺负我，他照样第一时间站出来替我出头。他还会帮我做长远的职业规划，甚至主动跟相关部门打招呼为我铺路。私下里更没话说，会让我帮他做些私人小事（感觉是把我当自己人），记得我生日，还专门给我办生日派对、送礼物，甚至会帮我留意身边的异性，跟我分析哪个更适合进一步发展。有他在，我在公司里完全不用怕任何人，那种 “背后有人” 的绝对底气，真的太踏实了！

一、少量八股1.介绍下self-attention，计算其时间复杂度。2.为什么要用multi-head attention？3.kv cache是什么？它为什么能极大地提升推理速度？4.PPO的clip机制？在线强化学习和离线强化学习有什么区别？RLHF是哪一种？5.为什么要用reference model?为了解决什么问题？二、项目深挖1.如何让多个agent协同工作的？举个具体的协同机制例子。2.如果一个agent误判导致策略冲突，如何处理？3.你们有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？4.你是怎么设计agent的记忆系统？5.长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？6.有没有做记忆衰退，避免旧数据干扰新任务？7.你们这种模块堆叠的架构是怎么设计视觉问答模块和动作模块的协同逻辑的？8.你简历里的人机协作流程，具体是什么意思？怎么设计人工干预与agent自动处理的平衡？9.human feedback是怎么被agent消化吸收的？有没有用rl进行策略更新？三、业务理解1.有没有做过模型压缩？比如在车载端或低端设备上的推理加速？2.如果量化后理解能力下降怎么办？怎么做精度补偿？3.你怎么处理响应速度与推理精度之间的tradeoff？是先召回再精排，还是单次生成？4.如果要做电商agent，你会选择哪些模态的信息作为输入？比如文本评论、图像、视频、购买记录？5.有没有做过A/B测试？

bg双非，28节 基本状况是大一的下学期和暑假学完了基本技术栈，大二上出去投了点简历拿了几个offer 但是不想过早去实习，所以在学校搞点比赛和学点大模型。跟着黑马过完了机器学习，深度学习，目前在nlp后面还有langchain RAG 模型微调有以下感悟吧大家想学想了解大模型应用开发的可以看一下1.感觉的话门槛确实比后端高 其中很多数学推导啥的，然后都是在做矩阵运算，所以想学的话高数，现代，概率还是不能一点不懂2.学起来比后端还要孤独，前端可以可视化，后端还能用apifox看个返回，ai的话感觉只能看看几个指标，顶多画一下图看几条似懂非懂的线3.感觉机器学习，深度学习可以快速过，主要还是要看看rnn，注意力机制，transformer这些，毕竟和现在大模型强挂钩4.感觉还是不能all in大模型 可以做一个后端的加分项，感觉离业务有点远

某制造业厂，今天hr刚谈判让离职。公司动荡，换的新领导很恶心，直接闹掰了，要求换团队，不给换。25届985硕，AI算法工程师，入职4个月被裁员，已经交了社保，试用期6个月相当于没过试用期，如何，公司很坑，一直在裁员，完全没保护，避雷吧，人称缅北的深圳总部公司。顺带问下今年形势怎么样