美团大模型后台开发OC

一面：讲一下论文。深挖了一下项目。讲一下强化学习。代码题不是leetcode，完整做出来了。二面：讲一下论文。grpo和ppo的区别。大模型训练流程。拒绝采样数据处理怎么回事的。问了一下对自己的期待和未来职业规划。问了我的优点和缺点。没有编程题。三面：讲一篇自己的论文。介绍项目。问了微调大模型如何卡阈值。为什么CLIP的嵌入效果不好？有什么解决办法。手撕了infonce代码。许愿hr面。

记录一下我和字节的面试过程。最初约的1.13一面。结果1.12面完懂车帝后被压力暴了。觉得自己暂时没能力面字节，加上字节存在脏面评的情况。因此联系字节hr想要取消面试。HR对我一顿奶，说字节考的很基础啥的，以及现在的竞争比年后会小很多之类的，让我好好准备，给我推迟两周在面试。1.27一面。面试时长1h左右。晚上通知二面。1.30二面。面试时长1h左右。晚上通知三面。二面自我感觉比较一般没想到能通过的。八股和场景题有点没回答好，三道手撕都撕出来了。2.5三面。面试时长快1.5h。本来贼紧张，准备了好久。面试官一上来就说前两轮面试官对我评价不错，打消了我好多顾虑。聊了八股，场景题，实习经历，以及最后拷打了很久的智力题，感觉拷打了快一个小时。直接被问的面红耳赤。2.5继续约了hr面。15min。hr语速特别快，我不自觉更上她的速度，自我介绍比平时快了不少。最后告知我offer需要审批3-5天。能不能审批下来还不一定。于是我开始等待，2.9hr告知我offer没有审批下来。问原因，不告知。自我感觉是学历问题被横向了🥲既然如此为什么给面试机会，真的很难蚌。整个面试过程的心情真的是跌宕起伏。从最初的紧张不自信，到一面通过后的意外，甚至二面通过后的不可思议，但我深知我不敢倾注过多的期望，因此怀揣着未知和一丝丝侥幸去竭尽所能的准备三面。最后三面通过后仿佛得到了肯定，我也可以做到。等待offer审批时，是我这几年来心气最高的时候了。好像我马上就可以去实习了，从双非去字节跳动本就是一件很了不起的事情。虽然我也在xhs看到过offer审批失败的情况，但是我不敢去想，我祈祷我是幸运的那个人。可惜结果还是把我打回了现实，好像一切又回归平常，什么都没发生过，我的心绪好像也没有很波动，因为我深知，能通过实习是我的幸运，没通过也是我的宿命，我怪不了任何人，只怪自己调剂到了双非，而这个世界又是唯学历论的。过年期间我好像对任何事情都提不起兴趣来，好像对互联网这个行业都有点失望了，更多的是对自己的失望和怀疑，因为好像努力和没努力，结果都一样。以此记录我的找实习过程，共勉。

给我面没招了，发点面经攒攒人品～1.项目拷打2.介绍一下奖励函数的坍缩现象和问题3.离线强化学习和在线强化学习了解么？你的项目里是哪种？4.代码:onehot100的2d接雨水5. GRPO 公式？为什么公式里面 clip 了外面还要计算一次 mean 呢？6.讲讲qwen2.5vl, llama7.多目标优化奖励函数冲突，8.介绍一下 QKV 的计算？9.手撕MHA

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.项目提问2.聚类怎么实现?3.层次聚类和DBSCAN有什么区别?你用了什么停止准则?4.解释TD35.为什么不用PPO而用TD3?6.TD3为啥输出的是确定性策略，里面的actor不也是概率的吗?7.大模型里的RL了解过吗?8.相对和绝对位置编码有哪些?相对位置编码的优势?9.能外推的相对位置编码有什么?10.Normalization有哪些?11.NLP任务里为什么用LN不用BN?12.BN适用于哪里?为什么?Python基础:1.运算符是干嘛的2.kwargs和*args什么区别3.Print(*args)输出什么4.进程，线程，协程5.Async6.@是什么?pytorch里具体怎么实现的?7.装饰器的原理手撕:最长公共子数组，用O(n)方法实现(可以看出面试官想挂我