字节算法-大模型数据 二面面经

1️⃣一面 1.聊项目2.transformer 相关3.python 一些八股4.code ：岛屿数量2️⃣二面1.聊项目2.结合项目问八股3.code :盛水最多容器、接雨水3️⃣三面考察抗压能力，团队协作能力，询问有没有遇到过难题是怎么解决之类的📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

19.00-20.30面试，结果下来一看20.00发给我一个面试反馈？挑战史上最快秒挂时间，面试结束后-30min挂？自我介绍学前端的学习路径文件的并发上传，切片上传和断点续传如何实现事件循环的代码输出题，要求区分同步任务，宏任务和微任务手撕：实现最大并发请求虚拟列表的实现原理是什么？如何防止滚动时候的抖动？Vue2组件迁移到Vue3的需求背景是什么？迁移时应该注意什么问题？埋点上报做了哪些工作？自动上报怎么实现？封装了JSB通信具体是怎么实现的？页面之间的通信具体封装了哪些逻辑？除了这些还有吗？（没有，有我都说完了。。）Vite bundle analyzer具体是怎么工作的？怎么判断哪些依...

📍面试公司：上海人工智能实验室💻面试岗位：大模型工程师❓面试问题：上海人工智能实验室大模型工程师面经-一面1.直接写的代码题，非hot 100 难度中等，dfs可桥接版（还挺喜欢面试官的，跟我说题目的时候说了很久，解读题目的时候给了我思路）2.实习的项目3.internvl的发展路径4.q-former和mlp在对齐中的区别，有什么优劣（没有答的很好）5.internvl2.5和qwen2.5的区别，着重问了一下动态分辨率6. zero123的区别7. 7b模型需要多少显存运行（没答上来，以前针对性的学过还是忘了，之后更新在主页）🙌面试感想：good

问题1：答了一下Agent的灵活性，比Wrok flow更灵活，步骤是动态决策的等。包括还说了大模型注意力机制的捕捉长距离依赖和并行计算能力带来的理解能力和计算速度的提升。问题2，3： 核心传统行业 VS 行业：参考《Agentic Desgin pattern》书上Agent 质量监控这一章，往 Agent更灵活，需要对轨迹监控，以及要对回答的内容做监控 这两点答。问题4.把分类任务用Lora做微调，降低延迟，成本/提高准确性问题5.引用《Agentic Desgin pattern》 书上的两个模式 Prompt chaining和Multi-agent模式。同时讲了深入分析Agent框架和llm中Function calling交互的debug流程。问题7.为啥用agent不用传统技术，可能想让我结合后端架构讲。问题8.我讲了我之前看的BabyAGI源码，讲述任务规划功能。我想试图把这方向从算法拉回工程。讲了Agent设计的框架。算法题：leetcode找众数，但是可能不存在众数，不存在需要打印-1。