字节 风控算法

一、面试问题A. 项目经历与业务理解1. 实习1. 先介绍一下你的这段实习经历。2. 听起来你的工作主要集中在数据/样本构建上，是吗？3. 你这里写了 VQG 和 VQA 一致性评估，这里的“一致性评估”是什么意思？4. 所以你的意思是，让大模型先生成问题，再生成答案，然后看问题和答案是否对得上，是吗？5. 所以最后是不是回答不一致的样本，就说明它比较难？6. 这个项目过程中，你有做过哪些模型方面的工作？2. LLM-as-a-Judge 项目7. 研究生阶段你还有一个 LLM-as-a-Judge 的项目，能大概介绍一下吗？8. 你最后这个总分好不好，是通过一个下游任务来验证的吗？9. 如果我理解得对，就是你打分之后选 Top 20% 的数据去微调，再和随机选 20% 做对比，是这个意思吗？10. 这个事情听起来很像样本选择，甚至有点像强化学习，你有从这个方向考虑过吗？B. 强化学习基础11. 你对强化学习了解吗？系统地学习过一些强化学习的方法吗？12. on-policy 和 off-policy 分别是什么意思？13. importance sampling 是什么？14. DPO 和 PPO 是什么关系？它们有什么区别？C. LoRA / 参数高效微调（这里因为我简历写了一个LoRA所以面试官追着来杀）15. 你在项目里用 BLIP-2 做了 LoRA 微调。LoRA 为什么可以省显存？16. 你虽然加的是一个低秩小矩阵，但不管多小，参数总归是增加了。那为什么在参数增加的情况下，LoRA 反而还能省显存？17. 推理的时候呢？推理阶段用 LoRA 和不用 LoRA，有什么区别？效率上有什么影响？D. 多模态模型 / VLM1. BLIP-2 相关（因为LLM-as-a-Judge里面提到了这个细节）18. 你为什么选择 BLIP-2 做微调？选择 BLIP-2 的考虑是什么？19. BLIP-2 相对于 BLIP 有什么改进？2. VLM 路线理解20. 你对 VLM 这条线还有哪些了解？之前有关注过哪些相关工作？21. Qwen VL 了解吗？22. 相比于 LLaVA，Qwen-VL 有哪些不一样的地方？你有没有了解过？E. Transformer / 大模型基础23. Position Encoding 是什么？有哪些分类？24. 旋转位置编码、绝对位置编码，是直接加到 token embedding 上的吗？25. 相对位置编码呢？比如 RPE 这种，它一般是加到哪里？26. decoder 里面 causal attention 是怎么实现的？F. 手撕：最长不重复子串二、反问1. 部门目前主要负责的业务内容是什么？团队主要在做哪些事情？部门整体是做风控的，负责平台上的各类风险问题。大的方向包括内容风险，比如违规图片、违规文本；也包括用户层面的欺诈、作弊等风险。具体到他们团队，主要做几类事情：一类是机器作弊流量和攻击检测，比如爬虫、自动化攻击、人工获取数据等；一类是人机验证相关能力，比如真人检测、验证码等还有一类是识别图片、文本里隐藏得很深的网址，并判断这些网址的风险，这些网址往往会把用户引到站外赌博、色情等高风险网站。2. 这个岗位平时更 focus 哪些算法领域？更希望候选人掌握哪些知识、算法方向和工程经验？首先还是需要有大模型基础，对大模型的一些基础概念和原理要比较了解。其次，像他们做隐藏网址识别这类任务，如果输入是图片、图文、视频，本质上就是一个 VLM 问题，所以也会希望候选人具备多模态/VLM 方面的理解。还有一块是 Agent，因为他们现在也在探索用 Agent 节省人力、提高效果，所以这方面也有需求。至于为什么会追问 RL，是因为 Agent 往底层看，算法基础还是会和 RL 有关系，所以他们对这方面也是有期待的。3. 这个部门属于哪个业务？是抖音还是 TikTok 相关？会和哪些部门合作？这个部门属于 Data，可以理解成字节的中台部门。风控相关的很多需求会收在他们这里，所以也可以把他们理解成风控中台。抖音和 TikTok 两边的风控中台需求都会提到他们这里，也就是说他们同时支持抖音和 TikTok 这两边的业务。4. 这份实习是日常还是暑期？HC 情况大概怎么样？转正 HC 的情况面试官自己也不太确定，目前应该还没有完全定下来，这块后续可以再和 HR 沟通。实习本身要求至少三个月，团队会更希望实习时间长一点，因为前期熟悉业务和环境本身就要花不少时间，太短的话不利于真正做出产出。5. 团队里做的内容主要是业务算法 / pipeline 搭建，还是也会有研究课题、论文产出的可能？整体还是更偏业务，不太支持以论文为导向的事情。但也不是说让实习生直接上来扛复杂业务指标。通常的做法是从复杂业务问题里，抽取出一个相对独立、偏技术、带一些探索性的点，让同学在这个方向上做出产出。所以更偏“从业务中抽技术问题来做”，而不是纯学术研究。6. 为什么字节有些组会支持论文或者研究产出，但你们组看起来不太支持？是岗位性质不一样吗？这个团队是要为业务结果负责的，所以判断标准首先是对业务有没有帮助。面试官比较直接地表达了他的看法：很多论文并不能真正解决业务问题，甚至会被视为“水论文”。他们并不是完全排斥研究，而是强调如果某个具体业务问题确实值得研究、也确实需要前沿技术去解决，那么可以研究；但最终目标仍然应该是服务业务、能落到线上，而不是为了论文本身去做。7. 这轮面试之后，我大概多久能知道结果？正常情况下大概三天之内会有结果，但最终还是要看后续 HR 推流程的节奏陪一张昨天下午在教室拍的一角夕阳

1. 大语言模型的 RLHF 训练流程是什么，它存在哪些潜在风险RLHF 一般分三步。第一步是 SFT，用高质量指令数据把基座模型调成能听懂任务、按格式回答的模型。第二步是训练奖励模型，把人工偏好数据整理成 chosen 和 rejected 形式，让奖励模型学会判断两个回答哪个更好。第三步是强化学习优化，最经典的是 PPO，让当前策略在奖励更高的方向上更新，同时用 KL 约束避免模型偏离初始策略太远。它的风险主要在三个地方。第一，奖励模型可能学偏，模型最后学到的是“讨好奖励模型”而不是真正更有帮助。第二，强化学习阶段如果约束不够，模型容易出现 reward hacking，看起来分数高，但真...

暑期拿了csig腾讯安全的风控算法offer，这个值得去吗，有没有朋友了解的😭担心做toB端的业务在秋招没有竞争力，在想是继续面其他公司，还是接了offer直接去

1. 你对 Claude Code、Codex、OpenHands 这类 Coding Agent 的理解是什么，它们的核心差别在哪这类产品表面上都在做“让模型帮你写代码”，但真正拉开差距的不是补全能力，而是任务编排、工具使用、上下文管理和反馈闭环。像 Claude Code 更强调命令行工作流、仓库级理解和连续执行，适合把模型放进真实开发环境里；Codex 早期更偏代码生成和 API 能力，强在补全和局部代码理解；OpenHands 这类开源 Agent 往往更强调可扩展性和多工具编排，方便接入自己的环境和流程。如果从工程视角看，这类 Agent 最终拼的是三件事：一是对代码仓库的建模能力，...