1.策略梯度算法的公式？2.DPO和PPO的损失函数，原理，区别，DPO的探索是如何体现的？3.梯度消失，梯度爆炸的根本原因？4.模型过拟合的根本原因？有哪些方式缓解过拟合？5.大模型分布式训练的通信协议？torchrun是做什么用的？6.deepspeed的三个阶段，分配参数时，单机8卡和双机16卡，每张卡上分配的参数量是一样的吗，为什么？7.大模型位置编码的方式？旋转位置编码相比于传统正余弦位置编码的区别？为什么要用旋转位置编码？8.COT的训练是如何做的，数据如何构造？9.预训练时packing和padding的区别，packing的优点和缺点有哪些，哪种效果好一些？10.Qwen3的模型架构（详细介绍），相比于Qwen2.5有哪些改进？11.同样是MoE架构，Qwen3的MoE架构和DeepSeek的MoE架构有哪些区别？12.多模态大模型的ViT，解释原理、如何训练的？手撕：1、一道sql题（第一次遇到大模型面试让手撕sql的）2、手撕transformer（第一次遇到直接说手撕transformer的）

一面 1.sft数据长什么样，困难case是什么样？2.有没有考虑做数据增广，有哪些数据增广的方式？3.query不规范，导致召回难度大，如何解决？4.如果原始训练数据当中存在大量噪声，如何去除这些噪声对模型的影响？5.手撕：爬楼梯二面：1.RAG系统的架构，每一个模块的作用，文本截断的长度是多少？2.除了向量召回和关键词召回，还有哪些召回方式，了不了解全文召回，如何做的？3.向量召回，关键词召回，实体召回等不同召回链路召回的结果如何合并，哪一个优先级更高？4.query改写之后改写成什么形式去召回？5.DPO的原理，损失函数如何计算？6.GRPO的原理，损失函数如何计算？7.在linux系统当中查看端口是否被占用的命令行是什么？8.让进程在后台运行的命令行是什么？9.如何快速对一个list去重，如果list的长度非常长（且不改变数据格式）10.手撕：最长回文子串

约48分钟 1.自我介绍2.项目深挖主要挖了两个项目，一个是在学校做的深度强化学习项目，另一个是在滴滴实习时做的项目，偏因果推断。主要的问题也是围绕这两项技术展开，如马尔科夫决策过程的建模，dqn的模型结构，如何处理dqn训练不稳定的情况？reward是什么，如何加权？如果是连续的动作空间，应该如何建模，可以采用哪些模型？如何进行特征工程（分别针对连续、离散特征），loss如何计算？如何处理GMV原值回归预测任务中训练收敛不稳定的情况？因子分解机在模型中怎么起作用？3.手撕字符串的排列4.反问问了业务特点和主要的技术方向

“你很有潜力”＝但现在你做得真不怎么样“保持同步”＝拉个群让更多人盯你进度“技术债以后还”＝别想了这代码再也动不了“建议多维度思考”＝你根本没听懂我需求啊！祝各位1024快乐，愿bug永远追不上你！🚀

项目+八股+算法总共一小时左右，在反问环节特地确定了是日常实习项目：结合个人项目问了负责的工作内容，llama结构，微调方式，prompt工程方法，启发式算法定义及原理等；问了另一个项目有关u-net的原理，u是什么意思，encoder、decoder中包含的层是哪些，如何实现升降采样。八股：transformer原理，transformer和lstm核心区别，transformer最大优点，transformer中encoder和decoder区别，transformer中cross attention和self attention在哪里体现，zero shot 和few shot区别，moe原理，大模型最常用结构，大模型幻觉产生的原因，tokenizer主要类型，大模型复读机定义及解决方法，被用户投诉大模型输出质量差可以从哪些方面改进。算法：1.有序数组从小到大排列，原地删除次数超过两次的元素使得每个元素最多保留两次2.大小为n的数组，找出多数元素，即在数组中出现次数大于n/2的元素，要求三种方法。

不必多说，就现在这个逼环境，只要本分干活，公务员我能熬到退休互联网，别说35岁，30岁危机已经来了

我已经顺延过一次了，之前没注意只能顺延一次所以发现顺延完了有点遗憾结果今天又给我发了一次，相当于第二次笔试链接但是时间段又卡在我没空的时候想问一下有没有uu有这种情况，是否需要写邮件给pdd说继续顺延呢，还是没办法就放弃pdd秋招

小红书这个算法岗有人投嘛？现在到几面了？求进度分享

投了华为研发岗，简历三天没动静有人同岗吗？想知道华为筛简历看实习还是学历啊？

海信正式批笔试完就挂，难道是KPI笔？有一样的大佬吗？

今年就业也这么难吗，过3，4年会不会好点啊

一面：1. 自我介绍 2. 聊了之前实习的大模型反欺诈项目，问了从开发、测试到部署的整个流程。(中间穿插拷打了技术栈：MySQL 的主键和索引怎么设的？为啥这么设？底层数据结构是啥？用了哪个 Agent 框架？Prompt 怎么调的？) 3. 介绍了简历上的 LLM Agent 量化因子挖掘项目，顺便聊了聊投资心得，没怎么拷打。 4. 又聊了上个实习做的半监督学习给流量打标签的项目，穿插问了 XGBoost、怎么缓解过拟合、KS/AUC 这些八股，还让我手写了带正则项的交叉熵损失函数。 5. 做题：一道 LeetCode 的“无重复字符的最长子串”，一道 SQL (类似最大连续登录天数)。 二...

我不敢喘气，怕稍微发出一点声音就要被扔出宿舍我在宿舍桌子前狼狈地找着外包，手机亮度开最小，怕被路过的看到我在找500块的外包。这时候，宿舍外路过的两人笑着说：这次秋招稍微准备一下就可以拿ssp了，在这破学校当offer收割机太简单了。突然我的眼泪像掉了线的珍珠，啪嗒啪嗒地滴在桌子上，集齐BATTMD ssp offer的学霸瞪了我一眼说：滚出这个宿舍。我的简历也被扔出去了😭

上来直接做四套题。是我的问题吗，一个字也不想动，大厂也没这个强度吧，想问下友友们会老实做完吗？