字节算法实习生内推

攒人品中，祝大家都能拿到满意的Offer！1.项目拷打2. grpo 和 dpo 以及跟最早的 ppo 有什么区别，这个你有了解吗？3.在做大模训练时，一般用全参数微调还是 lora 微调？简单描述下 lora 的原理。4.训练的优化器一般用什么？ Adam 跟 SGD 的显存相比哪个占比更高？5.对搜推有了解吗，比如精排、召回的模型？除了 FM 和 DeepFM 这种做特征交叉的结构，还有哪些其他的做特征交叉的结构吗？ DCN 了解吗？6.精排和召回的区别在哪，或者说为什么一般先做召回再去做精排？7.代码题： leetcode hot 100的题

1.上来直接一道hard LC2050并行课程III，几乎一模一样说了给20分钟，结果快30分钟还不打断我，我自己放弃了2.RAG解决了什么问题，有什么优点和缺点3.RAG多种召回策略有逻辑冲突怎么办？刚说了BM25+相似度召回，被说不对，然后他说意思是段落通过不同方式召回，需要逻辑通顺，然后我又说分块overlap，估计也不对4.Mcp怎么注册tool工具5.设计大模型调用工具的过程6.skills是解决什么问题的7.MySQL如何优化查询数据说了慢查询日志explain索引，要求补充（不许用redis），说了RR改成RC，还有buffer pool局部性原理，看样子也没说道点子上8.Red...

给我面没招了，发点面经攒攒人品～1、项目拷打2、八股（1）GBDT的参差是怎么拟合的，为什么xgboost要用二阶泰勒展开，和gbdt的区别是什么（2）lightgbm的原理（3）模型的显存消耗计算（有咯让、混合精度）（4）Qwen-3-VL（5）Lora原理、矩阵初始化、哪个是0哪个是高斯（6）Flash attention（7）推理阶段显存消耗哪部分最多。3、手撕：a2+b2=c

发一下问题给大家参考，攒攒人品！1. 实习拷打2. 项目深挖3.推荐业务目前的优化目标是什么？4.多场景建模具体指什么？不同场景下用户行为有什么差异？5.这些场景是分开建模还是统一建模？特征或网络层面有没有做场景区分？6.如果特征落盘时刻上下文发生变化，是否会造成线上线下不一致？7.能描述一下从用户请求、模型训练到在线serving的完整流程吗？样本落盘机制是怎样的？8.离在线链路是分离的还是统一的？流式样本和离线样本分别如何使用？9.介绍一下RankMixer的结构原理。它与MLP、Transformer或DIN相比，核心区别和优势是什么？10.如果拓展token数量，具体如何实现？为什么token机制能实现特征的自动深度交叉？11.场景特征是直接拼接embedding，还是有独立的场景block？独立使用还是全局共享？12.如何判定模型优化效果是正向还是负向？评估方式是什么？13.所有场景样本是一起训练还是分开训练？指标是看全局还是分场景？14.超长序列建模的长度是多少？具体实现方案是什么？15.多尺度注意力指的是什么？与全序列原生attention相比有何区别？16.不同时间段的序列输出如何融合？如何平衡每个时期兴趣的权重？有没有自适应机制？