快手客户端一面面经

 总时长38分钟老套路，先是进行了自我介绍，3分钟完成。自我介绍完，我主动的问面试官，我要不要对我的主要工作做一个简要的汇报，面试官说可以，于是我便开始照着ppt阿巴阿巴。我发现这是一个很有用的技巧，因为若面试官同意汇报，相当于是把面试官引入了我的节奏，我讲的所有东西都是我亲手做过的，而且这样后，面试官问的问题也会和项目中内容相关，这样就会回答起来非常得心应手。这样就比你什么都不说，然后面试官突然提一个冷门的知识，你在那支支吾吾半天答不上来好太多了。而且，他在这问的问题越多，由于时长原因，后面问的其它问题就会越少。这场面试印象比较深的一个问题的是，PPO相对于其它策略梯度的算法有什么优势？我画图讲解了PPO使用了优势函数，让训练过程更加快速和稳定。然后面试官说，除了优势函数，PPO还有一个技巧来方法网络更新是参数差距过大，没等他说完，我赶紧抢着说，PPO有两种方式来实现更新时参数差距过大，一个是KL散度。。。。。。一个是截断函数。。。。。。通过这两种方式来实现早停。。。。。。讲完ppt后，面试官也没问其它的问题，进入了手撕代码环节。给了两个题目，让二选一。第一题又臭又长，我看都没看完，貌似是让你用python实现某个机器学习过程。第二题就比较简单，给定一个二叉树，让你输出每层节点的最大值，果断选择第二题，并几分钟写完了代码。然后面试官看我写的比较快，又让我用pythorch手动实现一下MLP，当时也没想那么多，就写了一个单层的MLP。最后反问环节，我还是问了老掉牙的问题，进去后主要干什么？是否有人带。现在想想估计面试官听这些也都听腻了吧。下次就问应该提前学些什么或准备些什么吧。

自我介绍项目deepspeed zero 的三个状态？1b 的模型需要多少显存？16G。模型2g,梯度2g，优化器状态4g+4g(以adam为例，一阶动量32位和二阶动量32位)。如果有32位的模型参数的备份，就还有4g。一共2+2+4+4+4=16g。adam 优化器的形式？Adam优化器中：一阶矩估计：用于引入动量，使参数更新具有“惯性”，加速收敛，同时平滑梯度，减少噪声影响，让参数更新更稳定。二阶矩估计：通过衡量梯度方差，自适应调整各参数维度的学习率，使不同维度都能以合适速度更新，还能有效处理稀疏梯度问题。dpo ppo grpo的区别？为什么用llava 不用qwen-vl？在图文检索...

### 自我介绍### 项目介绍一个比较有挑战的项目（疑似面试官没细看简历？不知道这种问法常不常见，准备的都是具体的小问题，还真没有准备一份从头把项目说一遍的答案）项目的难点有哪些？怎么保持操作的原子性的？如果多个用户同时想下单怎么办？怎么解决一人一单的？### 八股能解释一下HTTPS的加密原理吗？这些加密的过程中密钥会不会被窃取？证书的作用是什么？证书的内容是什么？数据库的日志都有哪几种？更新语句执行后，几种log发生变化的先后顺序？如果数据库发生故障，怎么保证数据的一致性？ 你了解分布式数据库的同步机制吗？同步是推的过程还是拉的过程？你有没有使用过分布式锁？它是怎么解决问题的？你提到消息队列，为什么选择这个消息队列？有哪些优缺点？### 手撕代码二叉树后序遍历，递归版本、循环版本### 反问环节尝试问一下业务，但是虾皮他们家是招来之后再随机分配的，具体会负责哪一块也不清楚面后自我总结：自己背完八股、刷完leetcode把项目忘得一干二净，真的怀疑自己的记忆力了。简历上的东西一定一定要一清二楚！！！

三面也稳定啦！ 全程也是一小时出头 2025/4/23  概述 因为还是项目上做得比较出彩吧，三面0八股0手撕，全程聊项目。 对我项目感兴趣的话，可以在谷歌搜索WJZ-P，第一个GitHub链接就是我啦。 面试完一小时左右就收到HR面通知啦，是明天！希望一切都有个好的结局！ 结语 大家如果真的有类似的开源经验，在GitHub上的star很多的话，一定要多加突出自己的这个亮点！ 我就是很好的例子，三个技术面95%的时间在聊项目，三轮下来只写了一道简单的选择排序算法题，八股只问了三四个的样子，大概花了五分钟。 希望跟各位一起加油进步！