快手 日常实习 AIGC算法二面 50m

offer帮选offer选择（是想对得起人生了，bg双非本2硕 计算机）如何选择offer，时间非常紧offer 1：上银 金融科技 base （可能在苏州）待遇正和网传一样，第一年总包1.6×12第二年固定部分只占比25%，其余全靠绩效，如offershow 比较中肯。福利是没有，年假是按国家标准来的。具体工作是8.30-5.，但是银行嘛 ，都understand。offer 2: 阿里巴巴 （杭州）下面的小N，细说容易被开盒子，业务比较具体容易被开盒子，base为白菜价码（不必多说，我是菜狗，但肯定＞上银，但是互联网的钱烫手）。日常我感觉是99，只要干的完活儿双休应该还是存在的。年假也是国家标准。犹豫点：1. 担心银行是真科技也是真狠活；2. 上银的薪资差强人意，绩效吓人 3.女友在苏州 但是我女友的家在杭州附近 我想以后我俩至少要有一个人离家近，随意base地我觉得都无所谓； 4.互联网的钱我拿的真有点烫手  5.ai codong发展迅猛（ali是数据开发，上银是应用开发），ai冲击这俩真是随便杀adding：未来咋样我也不知道，数据开发冷门已经不好跳，我准备入职誓死效命ali，但是ali不一定需要我。上银同样，以后都是银行线，但是银行业未来估计是办卡拉钱主流。如果上银是上海我立马收手，上海还是太哈人了。如果可以，留下一个理由，万分感谢，各位撑伞的前辈们

1.问实习2. 项目拷打3. LLM 落地部署有什么好用的 trick？答案：现在 LLM 落地里，很多时候改模型不如先改数据和链路。第一步是把线上 badcase 分桶，区分是检索错、提示词错、模型能力不足、工具返回错还是数据源脏；第二步是做数据闭环，把高频错误变成 SFT、偏好对、规则样本或者评测集；第三步是做推理侧优化，比如 KV Cache、continuous batching、量化、prefix cache 和路由小模型。比较实用的 trick 是不要盲目微调整个模型。很多业务问题是知识更新、格式不稳、证据引用错，这些更适合通过 RAG、结构化输出、后校验和数据清洗解决。只有当错误...

给我面没招了，发点面经攒攒人品～1.你认为一个优秀的游戏AI工程师应该具备哪些核心能力2.在之前的项目中，遇到的最大技术挑战是什么，如何解决的3.场景题：如果让你设计一个“能进化”的BOSS战AI，每一局玩家的打法都会被学习，下一局BOSS会调整策略，从技术架构上说说你的想法4.如何设计实验来验证新的AI算法确实提升了游戏体验，而不是增加了难度5.Agent的可解释性问题：当测试或玩家反馈“这个AI很蠢”时，你如何定位和解决问题6.游戏AI的“作弊”与“公平”：在技术实现上，如何让AI强大但不依赖“全图视野”等玩家没有的信息7.谈一下你对“元游戏”（Meta-Game）的理解，AI如何应对玩家的策略变化8.在团队中推进一项新的、有风险的AI技术方案时，如何争取资源和说服同事9.如果项目时间紧张，需要在“快速实现一个可用的AI”和“研究一个更智能但不确定的方案”之间选择，你会怎么决策10.如何保持自己在游戏AI领域的技术敏感度和学习热情11.除了技术，你觉得哪些知识或能力对游戏AI开发同样重要12.手写算法：写一个简单的蒙特卡洛树搜索（MCTS）框架的基本结构13.问个AI相关的：AI绘画、大语言模型等AIGC技术，对你做游戏AI有什么新的启发或结合点吗

1. 自我介绍2. 为什么要用 DPO，你的 DPO 数据从哪里来DPO 主要用来做偏好对齐，让模型在两个候选答案中更倾向于选择符合业务偏好的回答，而不是只学会复现标准答案。SFT 解决的是“会不会做”，DPO 更偏向解决“更喜欢哪种做法”。数据一般不是直接从线上拿一问一答就能用，而是先用上一版 checkpoint 对同一批 prompt 做多候选采样，再经过规则、模型评审和人工复核构造 chosen/rejected。这里不用商业 API 蒸馏正反样本，是因为不同模型的输出分布和本地模型不一致，直接蒸馏会让偏好边界偏到外部模型的风格上，最后 DPO 学到的是别人的分布，不一定能提升当前模型...