美团大模型数据开发实习生实习面经

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。

一面06/06（过了） 项目拷打、算法题、无八股： 1、自我介绍 2、简单介绍一下这个推理框架的项目？ 3、推理框架的架构是怎么个样子 回答架构不是我写的，只是全程自己写了一下代码 4、使用cuda加速后推理的速度优化了多少，后续该怎么优化呢 5、推理执行的过程是什么，详细说说 6、平时使用AI进行编码吗，详细说说 7、构建YOLOv5时对输入的图片是如何进行处理的 8、这个模型与Deepseek、Qwen的区别在什么地方 9、自定义算子功能说说吧 主要是对之后的算子融合进行扩展，比如对conv与silu算子进行融合、 10、如何实现了算子的内存分配，要怎么优化呢（使用内存池） 11、简单介绍...

数据开发-直播业务突然被捞1.自我介绍2.项目是根据什么业务场景来划分的3.对Hadoop的理解4.讲一下MapReduce的执行过程5.shuffle的必要性6.维度建模是怎么建模的，事实表和维度表有什么区别7.星型模型和雪花模型区别8.讲一下对维度的理解，如果从视频和观看时间来看，会怎么去区分事实和维度9.手撕1)观看不同视频个数前五2)观看不同视频个数大于五十的女生用户中，视频完播率前几的用户，完播率等于视频播完的个数/观看视频总个数讲代码过程又问了一点，数据去重的方法，count distinct 和group by区别

2.25 投递 2.28 一面 3.6 二面 3.7 三面 3.14 HR面 3.17 Offer一面40min：自我介绍？测试开发岗位，有意见吗？展开说一下实习项目？负责模块？技术栈？sql慢查询优化的背景？做了哪些优化？优化索引举例？比如增加索引、不合理之类的？查询数据量太大，如何提高性能？关于分表、分区具体怎么做的？哪个字段当分区键？年、月还是日？你负责具体实现的功能？接口性能怎么优化？模板方法和策略模式具体怎么使用的？怎么测问题的？有自动化吗？关于流量控制？实习期间遇到的困难？怎么解决的？数据库用的sql？还是云端？用的开源的吗？接触过linux吗？说一下常见的命令？查看进程相关命令？...