项目 重点拷打一段做的比较深的，关注数据和指标八股1. 讲解整个Transformer架构2. Transformer为什么需要位置编码3. MHA和普通的Attention有什么区别代码123.买卖股票III的最佳时机III，两次买卖收益最大化，这道不会要求换题，改成了46. 全排列其他1. 实习都比较短的原因是什么2. 实习的公司又给你发offer吗3. 能提前来实习吗反问1. 工作地点有哪些2. 组里具体业务

1.实习介绍2.问了一下实习里面项目的数据来源，数据清洗策略3.transformer的计算复杂度分析，写伪代码4.多头和单头的情况下有什么区别5.DeepSpeed里面流水线并行是怎么优化复杂度的6.Ff n的权重在实践过程中有什么优化方案7.pre-layer normalization有什么好处8.transformer有太多层不稳定怎么办反问:业务内容，业务有什么特点，为什么捞大模型简历

1.实习和项目2.介绍业务场景3.多端多场景推荐有哪些建模思路4.如何估算一个业务场景一天的样本量5.广告业务的目标, 和推荐的区别6.讲一个收益远超出预期 / 远低于预期的工作, 分析为什么7.模型从训练到上线, 会涉及哪些部分8.序列建模如何进行效率优化9.了解哪些神经网络底层优化的方法10.介绍 Flash Attention11.FP16 和 FP32 的区别12.介绍 TensorRT反问

1. 实习项目问的很细，数据构造，微调参数等2. 如果子agent回复不对怎么办？反思？跳不出去怎么办？限制次数3. LORA和全参数微调的区别4. DPO，PPO，GRPO5. 逻辑回归、XGB和神经网络的区别6. XGB怎么做特征重要性的？gini系数是什么？7. Deepseek MLA？为什么压缩？8. Transformer encoder？为什么需要FFN？9. AUC物理意义，公式，公式含义code：重排链表

等了好久的鹅终于开奖了，毅然决然的接了鹅孝子，启动！

无刻意八股 1.为什么要训模型，业务背景2.训练流程说一下，讲一下sft数据和sft的loss3.rft怎么做的，dapo原理，训练卡数等细节4.新的模型看过吗，讲-下internVL3.5，对比qwenVL2.5?5.Agent怎么设计的，具体到这个业务和workflow区别是什么?然后追着细节提问了好久code:1.最长子字符串2.二维数组岛屿反问1.业务 和另一个id比较相似的部门区别?2.校招生在做什么业务3.总共几轮面试(面试官说2+1

工商银行市级分行的科技菁英岗值得去吗？笔试能裸考通过吗？入职后是不是都要从柜员做起？

等了好久终于等到腾讯开奖算法岗，开了35K * 15 薪，没有股票签字费，应该是白菜了吧

1. 特征工程：如何构造有效的用户行为序列特征？2. 共线性特征处理：L1正则化和PCA哪种更适合广告场景？3. 树模型（GBDT）和深度模型（DNN）的特征重要性差异？4. 模型融合：GBDT叶子节点接入DNN的具体实现？5. 线上指标：RPM和CTR同时监控的必要性6. oCPC出价策略的数学模型？如何控制成本？7. 广告拍卖机制：GSP和VCG的优缺点对比？8. 冷启动广告如何分配流量？（Bandit算法实现探索）9. 点击率预估模型如何应对刷点击作弊？（负样本降权+行为建模）10. 多目标优化：如何平衡广告收入和用户体验？11.Top-K频繁查询（堆+哈希表）12. 手写双塔模型的损失函数（Batch内负采样实现）

1.项目自己详细讲一下2.负样本下采样后，对ctr的预测分值偏高还是偏低3.怎样理解线上线下样本分布不一致的问题4.如何对结果纠偏，后处理5.Loss权重改进6.怎样理解类别编码7.如何理解负迁移8.什么场景下，参数更新方向不一致9.mmoe解决负迁移最核心的思路是什么10.如何将mmoe，esmm联合起来，并行+串行11.mysql熟悉否手撕：找到数组中出现次数大于n/2的数（摩尔投票法）

一开始介绍项目，了解在项目中负责的工作，对细节适当提问。然后着重考察大模型训练和微调的原理1，介绍在项目中负责的工作；RAG怎么优化和评估2，生成模型选择什么，跟其他模型对比3，模型预训练和微调有什么区别4，预训练是怎么做的，输入是什么，怎么训练5，微调的输入是什么，和推理的输入有什么区别6，输入样本在训练前需要做哪些处理；训练损失如何计算7，批量训练怎么实现的，样本间长度不一怎么解决8，大模型训练时采用什么padding方式，为什么9，算法题：滑动窗口最大值

1. 项目介绍2. LoRA 和 Prefix Tuning 的区别？在什么场景下选择 LoRA？3. 如果要用 LoRA 做电商推荐场景的微调，你会怎么设计数据和标签？4. GRPO 和 PPO 的区别在哪？GRPO 的优化目标函数怎么写？5. 搜索中 RAG 的向量检索会受到长尾商品影响，你会如何缓解？6. 如果商品知识库实时更新，你怎么保证 RAG 的召回结果和库存一致？7. Reflection 机制里，如何判断一个 Agent 的失败是由知识缺失还是工具调用错误引起的？8. Toolformer 中通过自监督学习生成 tool call 数据，这个训练范式和 RLHF 的差别在哪里？为什么它更容易泛化？9. 语义歧义（如“苹果”既是品牌也是水果）在搜索链路中通常怎么建模？多义词消解和上下文建模的核心方法分别是什么？10. 算法题：实现 LRU

一面 1.实习项目提问2.用的模型参数量有多大？3.Prompt engineering的方法？有没有自动化的方法？4.有什么方法避免出现安全问题和幻觉问题？5.Transformer结构6.decoder部分训练和推理有什么区别？7.decoder预测时i位置预测出来了，然后预测i+1位置，那么是用i位置的8.token结果还是概率结果？为什么？9.Decoder only参数量估计10.FFN中一般把d扩大到多少？11.KV-cache的空间复杂度12.为什么用MMOE？从scaling law的角度去回答13.code：编辑距离二面1.标注成本是多少2.怎么确保标注的训练集是高质量3.验证集的类别分布是什么4.问实习项目有什么优化思路5.为什么few shot可以提高模型输出表现6.FAISS的原理7.知识库怎么更新？8.为什么不直接用相似度召回？而是过一遍大模型？9.PPO和GRPO的区别？10.为什么GRPO的kl 在loss中11.PPO中每个模型解释

八股: 1，lora的原理，lora是否会增加训练时间rank，rank_alpha在训练的时候有没有作用，有没有尝试了解其他的lora2，Wan2.1的模型架构细节3，Wan2.1的图像特征是如何注入进去的，文本特征是如何注入进去的4，Wan2.2的模型架构，细节，高噪专家和低噪专家是如何转换选择的5，Wan2.2 划分高噪专家和低噪专家是根据什么划分的，信噪比，具体是这么做的6，重参数化技巧原理7，Flow Matching原理，gtv是怎么计算的8，DDPM和Flow Matching的区别9，DDPM在训练的时候为什么不是先加噪1000步然后再去噪，而是随机选一个时间步加噪再学习去噪过程10，VQ-VAE介绍11，ViT是如何把图像转换为tocken序列的手撕:LayerNorm，股票的最佳买卖时机I