字节抖音直播后端一面挂

base杭州，提供转正机会

发一下问题给大家参考，攒攒人品！！！1.项目是基于自己的兴趣，还是follow现成项目2.这个项目是主要是为了解决什么问题3.训练是基于 torch 写的，还是用现有的框架4.保存加载checkpoint怎么实现的5.项目怎么做到能跑起来？遇到什么困难？怎么解决？6.Qwen tokenizer 中并没有图像相关的 token，那么在构建多模态输入时，应该如何在文本序列中表示图像位置8.占位 token 在经过 tokenizer 和embedding 后，模型是否能够稳定地识别它的存在？它在 embedding 空间中是否具有明确的语义位置，还是只是一个噪声 token9.你用什么指标测模型10.Deepspeed11.zero12312.Zero3 是模型并行吗13.8 卡环境下使用 ZeRO-3 训练时，数据并行度是多少14.Megatron15.8 卡环境下使用Megatron训练时，数据并行度是多少16.训过PPO吗17.PPO 的reward model是怎么训的18.PPO 再往底层学了吗？讲一下蒙特卡洛和 TD error 的区别19.为什么他们是两个极端20.PPO 加载了哪几个模型？哪些模型是freeze，哪些是激活的？以及它每个模型做了什么21.你的PPO 的 critic model 是怎么初始化的22.LLM场景下，传统强化学习中的核心概念（Actor、Environment、State、Action、Reward、Value）分别对应什么23.R和V的关系？Value 函数在估计什么量24.DPO和PPO的关系25.DPO加载几个模型26.DPO的推导27.重要性采样两个pi的比值落实到代码层面是什么计算的28.LLaVA-one-vision、LLaVA-NeXT29.llava怎么实现动态分辨率的30.qwenvl系列是如何实现动态分辨率的31.了解qwenvl系列吗32.qwenvl在旋转位置编码上的改进33.场景题：在视频多模态模型（如 Qwen-3B / Qwen-Omni）中，模型存在 video grounding 不准确和“幻觉定位”的问题。如何系统性地设计数据、训练策略、评估与约束机制，来有效提升模型的事件定位准确性34.根号dk的作用35.手撕self-attention

1. 字节后台开发一面 数据中台 2025/9/41. 实习相关3. 不是计算机专业的，自己学过什么？4. 操作系统怎么读取磁盘文件：答了磁盘缓冲区拷贝到内核态再拷贝到用户态，说不对1. 问知道文件地址怎么知道文件在哪里的：答了指针偏移量2. 追问指针偏移量存在哪里5. 什么是非阻塞i/o6. 有哪几种非阻塞i/o7. epoll怎么和非阻塞i/o通信配合的，为什么阻塞i/o不行8. Epoll select区别？用途区别1. select用在什么场景2. select有什么弊端3. epoll用在什么场景4. epoll有什么弊端5. epoll的水平触发边缘触发有什么区别6. 边缘触发有什么弊端，什么场景，水平触发呢7. 怎么解决边缘触发可能读丢数据的情况8. socket怎么保证一次性读取完数据9. 手撕：力扣：单词接龙 hot150原题一面挂整体难度感觉很大，挖的太深了，受不住

2025年10月14下午5点1.自我介绍2.介绍百度干的活3.实习追问（第一段第二段都问了）八股4.Sql优化手段有哪些5.Redis高可用方案6.Redis命令往一个key里面同时写入多个KV一般用什么命令（不知道）7.短链系统如何设计，要求高并发8.Es的keyword和text的区别（说反了）手撕：给定一个值B（23123）和一个数组A（{2,4,9}），返回A可以拼接处小于B的最大数字(22999)——贪心，框架出来了就差几个工具函数没写完，说思路对了