美团 核心本地商业-业务研发平台 （全栈开发+大模型相关）

搜推+大模型算法一面面试题SFT & RL 方向先 answer 后 cot vs 先 cot 后 answer：两种 SFT 范式在训练效果上有什么差异？你是否做过对比实验？标注质量管控：如何保证人工标注数据的准确率达到预期标准？有哪些校验或质控手段？Checkpoint 选择：如何挑选合适的 SFT checkpoint，用于后续的 RLHF 阶段？多模态输入：图片是如何输入到 VLM 模型中的？一张图片通常会被编码为多少个 token？RL vs SFT：你认为强化学习（RL）和监督微调（SFT）的核心区别是什么？训练范式选择：为什么不直接从零开始做 RL，而是要采用「SFT → RL」的两阶段流程？RL 关键机制：什么是重要性采样？为什么在 RL 训练中要引入 CLIP 机制？策略类型差异：On-policy 和 Off-policy 算法的核心区别是什么？各自的适用场景有哪些？八股文（Transformer 基础）因果掩码作用：Transformer Decoder 中为什么必须使用自回归因果掩码？缩放点积注意力：为什么注意力分数要除以d​k​？（补充：Layernorm 前置后，除以d​可将方差归一到 1，避免 softmax 梯度饱和）推荐系统方向生成式推荐 vs 传统推荐：两者的核心区别是什么？生成式推荐的目标是什么？你如何看待它的未来发展前景？指标计算：AUC、HR、NDCG 的计算公式分别是什么？GAUC 和 AUC 的区别在哪里？编码方式：如何在模型中加入时间编码和位置编码？常用的位置编码方法有哪些？Coding：手撕 Multi-Head Attention（MHA） 实现二面面试题SFT & CoT 细节概率分布特性：在「先 cot 后 answer」的 SFT 范式下，为什么越靠后的 token 概率（prob）会越高？蒸馏噪声处理：用大模型蒸馏得到的 CoT 数据存在大量噪声，该如何缓解？VLM 幻觉问题：对 VLM 做 SFT 时，发现模型更信任文本信息，看图时反而容易产生幻觉，有哪些解决思路？RL 进阶PPO 核心：写出 PPO 中 GAE 的公式，并说明如何递归计算每个 token 的优势函数（advantage）？DPO 损失：写出 DPO 算法的损失函数公式？算法对比：GRPO 和 PPO 的核心区别是什么？GSPO 和 GRPO 又有哪些不同？训练稳定性：你遇到过 RL 中的熵塌缩（entropy collapse）和 reward hacking 问题吗？分别有哪些改进方法？最近有哪些新论文提出了新方案？采样困境：在采样类 RL 算法中，on-policy rollout 无法得到正确答案时该怎么办？自蒸馏：了解 Self-Distillation 吗？为什么要做自蒸馏？最近这方向有哪些代表性论文？震荡优化：RL 训练中 reward 或 loss 震荡严重，该如何调整？（提示：可从学习率 lr、KL 散度约束等方向入手）推荐系统进阶结构对比：HSTU 和 Transformer 结构的差异是什么？它和 OneRec 的整体流程有什么不同？SID 优化：如何降低 SID 碰撞率，同时提高特征利用率？量化算法：RQ-VAE 和 RQ-Kmeans 的算法原理分别是什么？OneRec 工程：OneRec 中是如何将 SID 加入模型词表和 tokenizer 的？多模态融合：如何更好地结合文本特征和多模态特征？模型演进：Rankmixer 是如何发展到 Tokenmixer 的？Coding：给定一个行内严格递增的 m×n 矩阵，找到矩阵中第 k 大的数

首先笔试是全英文的笔试，但是在牛客上搜了一下，秋招的和暑期的笔试题目应该是一模一样的面试阶段先讲一下在实习期间干了什么事情，你有学到什么技术？你对restful的理解是什么？如何确定使用Get/Post方法？如何去发送一个restful的请求呢？包含哪些流程？Post和Put有什么区别？有用到哪些AWS的资源？用到了什么数据库？你如何设计数据库表的？你有用到k8s的哪些组件？你觉得实习的最大挑战是什么？前端的请求是如何到达后端的？http请求的内容有哪些？为什么要分库分表？分库分表的意义是什么？一定是能够提高查询效率吗？（这里被挖了个坑，后面说到如果批量查询分片键的数据也会进行全表扫描）布隆过...

又双叒叕忘记录音了QWQ凭记忆恢复了一下面试官挺和蔼的，面着没有压力问了些计网OS，快忘完了，基础不太牢面试官介绍部门业务（面试官先介绍给好评）自我介绍这两个项目你是都是从0到1自己设计实现的还是怎么做的项目1（传统后端）：你是怎么借助AI进行开发的数据是存在库里还是缓存里，这个你是怎么考究的如果这个项目你还想更新一下，加一些功能或者是做一些优化，你会如何借助AI来完成这次更新迭代？项目2（Agent）：这个项目有什么你觉得最难的点吗？（我回答上下文工程）那你是怎么解决上下文工程的呢？这个项目这些东西你是怎么进行学习、开发的？MCP和Skill了解吗？有什么区别？（答上了但没太答到位）除了SpringAI，还了解什么AI开发框架吗？除了这些AI开发的知识，有了解什么大模型的内容吗，比如transformer（没有，确实得去学了QWQ）八股：websocket和Http（不会）TCP的拥塞控制和流量控制操作系统有哪些资源分配算法（好像是问的这个，不太记得了，反正问的是操作系统的什么算法，没答上来）互斥锁和信号量键入一个url，发生了什么，从不同的角度来回答，包括计网层面发生了什么？前后端层面发生了什么？前端在获取到后端的数据后，是如何进行内容渲染的？（没系统学过前端，就只结合vue的三个板块答了答）算法题：很简单，一组字符串的最长公共前缀，遍历一次即可AI Coding：写一个前端页面，后端写假数据即可（面试官后面提醒我说要考虑接口超时、响应过久等情况如何处理）反问：1.看JD描述说是全栈，AI Coding，那还需不需要补一下前端知识？面试官说会肯定是加分项，但不会的话，现在也可以AI写了，所以也问题不太大（我大脑翻译一下意思就是还是得会，但实际开发更多是AI Coding）2.后续流程：两轮技术面，一轮Hr面3.看笔试都在出大模型的知识，是不是意味着现在开发岗也得了解大模型的一些原理了？面试官说是的，现在都在借助AI提效，所以里面的原理肯定还是得了解一下了

2026年03月20日 虾皮一面全程45分钟。 一、简历与项目经历自我介绍实习介绍项目难点：在实习或项目中遇到过哪些比较难的地方？有没有遇到过并发问题或同步问题？二、基础知识问答锁机制：你知道什么叫悲观锁和乐观锁吗？你知道什么叫读写锁吗？（追问：还有其他特点吗？）IO模型：同步IO跟异步IO的概念是什么？有什么区别？阻塞IO跟非阻塞IO的概念是什么？（追问）同步/异步 与 阻塞/非阻塞 这四者之间的关系是什么？框架与中间件：你知道零拷贝（Zero Copy）是什么东西吗？日常开发代码手写多少，AI写多少？抢票系统：怎么用Kafka来做验证码登录校验？当时选择Kafka的目的是什么？Java关键...