给我面没招了，发点面经攒攒人品～1.项目介绍2.排序层三个模型介绍3.为什么只用了pointwise， listwise，没考虑加上pairwise吗4.损失函数用的什么5.分类为什么不能用MSE6.有看过DIN的论文吗7.DIN模型注意力机制怎么实现的8.有考虑先后位置关系吗9.如果序列很长怎么办，怎么让模型意识到最近的记录更重要10.有follow最新的模型吗11.auc介绍12.只用auc评估的坏处13.介绍transformer结构14.用的什么归一化，为什么用LN15.讲讲LN，BN16.transformer可以用BN吗17.BN代码里具体怎么操作的18.LN里有吗19.手撕 全排列

继续来分享下之前的面经~欢迎友好讨论，信息共享1.请简述一个AIAgent的核心工作循环(Loop)是如何在前端体现的。2.详细说明FunctionCalling的前端实现链路。3.在RAG(检索增强生成)流程中，前端可以承担哪些优化工作?4.如何优化AI流式输出时的"打字机"渲染性能?5.谈谈你对Prompt注入攻击的理解及前端防御手段。6.前端如何管理长对话中的Token限制与上下文截断?7.设计一个可复用的AI Chat组件，你会考虑哪些Props和Slots?8.你们项目里是如何处理模型调用超时或异常中断的?9.谈谈向量数据库在前端应用中的基础概念。10.如何实现一个支持多模态(图片/文件)输入的Agent输入框?11.谈谈LangChain.js或类似框架在前端开发中的价值。12.手写代码:实现一个简单的任务队列(TaskRunner)，支持并发控制

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 详细对比CPU、GPU、NPU的硬件架构优缺点及适用场景2. 为什么NPU适合AI计算？（Unified Buffer、矩阵加速单元）3. NVIDIA GPU的内存组织架构和计算调度逻辑4. 为什么要设计Warp？Warp Scheduler是如何工作的？（掩盖访存延迟）5. GEMM（矩阵乘）在GPU上的经典优化手段（Shared Memory分块、向量化读写、Double Buffer）6. 大规模Reduction（归约）操作怎么做？（Warp级归约 -> Block级归约 -> Global原子加 vs 多Kernel级联）7. 多态的实现机制（编译时多态 vs 运行时多态）8. 构造函数和析构函数可以是虚函数吗？为什么？9. 继承关系下构造与析构的执行顺序。10. 智能指针详解（unique_ptr, shared_ptr, weak_ptr及循环引用解决）

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

介绍项目的过程中会被问到细节问题1.你学习新东西时，通常通过什么手段解决问题?2.你熟悉C和Python这两种编程语言吗?3.你在运用C和Python时，有没有遇到过特别有趣的事情?4.你用C和Python哪个更多?分别是怎么学习的?5.你有细节了解过Python吗?比如它的内存管理和内存回收机制。6.你用Linux的时候，平常都是在做什么项目?7.你之前做的Linux图像处理项目，是用于什么场景?8.除了搭建Agent流程，面对回答不尽人意或RAG环节问题，会怎么解决?9.你了解海康威视吗?能否举例说明如何将Agent流程应用到海康业务中?

自我感觉良好实际凉了，没招了1.你的coze agent项目基于什么样的目的去搭建的？2.你觉得在这个项目中结合RAG的必要性是什么3.你的代码能力怎么样？4.大模型的能力的评测指标有哪些你了解吗？5.你如何理解AI解决方案这个岗位？6.简单介绍一下你这个项目的workflow过程7.你觉得Agent和work flow的区别是什么？

一面HR面：hr小姐姐很有礼貌，先是让我自我介绍了一下，然后询问了教育背景、本科成绩、兴趣爱好、职业规划不过没想到的是还问了我高考排名后续正常问项目、问实习，最后是反问环节总体感受是挺卡学历的，对成绩这一块问的挺多，但是面试体验还行。

算法题感觉都挺简单的啊