1.自我介绍2.简历问答3.coding:字符串转整数（atoi函数）4.反问

1.自我介绍2.简历问答3.八股:强化学习那几个算法的区别4.手撕:先是有序数组上找这个元素出现的第一个位置和最后一个位置，然后在这一个上面进阶，把这个数组变成旋转数组，再去找元素的位置

只有简历问答和一些简单交流吧压力还是很小的

继续战斗字节1.直接简历问答这次面试感觉还挺有意思，面试官问了很多简历上的东西我以前没有考虑过得，确实证明了做的东西还有很多值得优化的地方，让我体验到了面试其实也能学到一些东西2.手撕两个题选一个:我选了一个螺旋矩阵

1.自我介绍 2.简历问答 3.反问

1.自我介绍2.简历问答3.问了一个根号dk的八股，flashattention，pageattention，给了一个7B模型的具体参数，以及存储形式，算训练过程的显存开销4.代码:MHA

1.自我介绍2.简历问答3.coding:最长递增子序列的长度4.看过的论文5.反问

1.面试官先介绍了一下业务2.自我介绍3.简历问答4.这个其实是在3的过程中问的，包括:碰到的难点，解决方案，然后强化学习的那几个算法的区别5.链表排序，但是被我说思路说着说着最后写了一个归并排序这里面我还一紧张，一直在那里说二分查找是排序哈哈哈哈哈笑死我了，面完回想也是挺扯的，我也不知道为啥我当时就一直觉得二分查找是排序😖

上次二面完说没有hc了，换到这个岗位了😆1.自我介绍2.简历问3.transformer结构，norm前后位置的作用和影响3.代码环节:自注意力，分类损失函数（这两个主要用伪代码写的）然后一个力扣题:最接近的三数之和4.反问

由于是线下面，因此一次性全部面完了，还挺爽一面1.自我介绍2.简历问答3.反问二面1.自我介绍2.各种场景题很多，这里说一些我还记得的，同时这个过程中夹杂着简历问答怎么解决模型的字数不遵循问题了解kv cache吗，为什么不做qk cachegspo跟grpo的区别，为什么gspo是适用在moe结构上，适合用在dense模型上吗deepresearch怎么做，第一步去做任务拆解的时候怎么实现reward hacking相关问题三面就是HR面了然后就开始排序了

1.自我介绍2.简历问答3.三数之和居然还是没八股

1、自我介绍2、简历实习问答3、生男女孩概率问题4、接雨水（人生第一次面字节就出hard，哈人）

一面:4-24自我介绍简历项目讲解（问了八股，lora，和adapter的区别）手撕子序列之和小于等于target的数目25号约二面二面:4-27自我介绍和简历问答，无八股手撕岛屿29号约hr面hr面:4-294-30:节前最后一天offer，团子效率真的高，爱了

1.自我介绍2.简历相关3.GPT原理4.扩散模型5.微调一个7B的模型需要多少显存，需要保存哪些参数6.vit7.clip，然后怎么解决clip的zero-shot能力8.bn和ln的公式9.了解哪些多模态模型10.mae11.怎么做图像检索12.为什么用decoder不用encoder13.说说moe14.cnn为什么用奇数不用偶数15.过拟合，欠拟合，以及相关解决方案16.讲一讲lora，lora的训练过程，和tta的区别可能还有些忘了哈哈，想起来再在评论区补上吧反问代码题说因为我笔试成绩还不错，就没考