算法打工人小旺 level
获赞
141
粉丝
158
关注
0
看过 TA
907
男
中山大学
2025
算法工程师
IP属地：山东
咨询辅导请联系。
私信
关注
发布(128) 评论 刷题 收藏
昨天 21:26
中山大学 算法工程师
蚂蚁Agent一二面面经
1️⃣一面（Code Agent 代码生成方向）1. 工程级Code Agent在处理项目上下文、生成代码时会遇到哪些核心挑战？2. 当前主流Agent框架在技术演进上有哪些关键改进方向？3. 如何系统性保障AI生成代码的质量、安全性与可控性？4. 有哪些有效手段可以验证AI生成代码的正确性？5. AI代码生成完成后，是否可以直接上线？还需要经过哪些关键环节的校验与治理？6. AI生成代码的技术在哪些场景下更具落地价值？又存在哪些应用边界？2️⃣二面（Agent应用开发方向）1. 2026年的Agent应用开发，相比往年在技术范式与落地模式上有哪些显著变化？2. 你当前参与的Agent应用开发项目采用的是哪种架构？是否接触过HANAS这类新兴模式？3. 在渐进式披露的架构设计下，是否还需要依赖RAG能力？二者的关系是什么？4. 你开发的Agent应用解决了哪些传统方式难以处理的核心问题？5. 请介绍一下你在Github上参与贡献的开源项目，以及你在其中承担的工作。6. 当初你是如何参与到这个开源项目中的？7. 在Agent开发中，上下文工程最关键的工作是什么？8. 你是否了解Cloud、Open Cloud这类主流Agent框架？它们的核心实现逻辑是什么？9. 你在Agent开发项目中遇到过最棘手的技术难题是什么？10. 你是如何定位并解决这些难题的？这次经历带来了哪些技术沉淀？11. 你后续的职业规划中，更倾向于什么样的岗位和业务方向？12. 你在校的学业水平处于什么水平？身边同学的求职与学习情况如何？13. 你更倾向于在哪个城市工作？为什么？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
0 点赞 评论 收藏
分享
04-23 22:42
中山大学 算法工程师
智能体与大模型应用工程面试题
1. 个人介绍2. 说明项目来源，阐述为何选择做这个项目，以及本次项目的学习目的是什么3. 分享项目中使用AI辅助编程的具体情况，讲解开发过程中如何借助AI工具完成开发，如果回到项目启动初期，会如何更高效地利用AI工具推进项目4. 阐述Agent（智能体）和LLM（大语言模型）的区别，如果让你从零开发Agent，会重点考虑哪些核心要素5. 说明项目推进过程中，针对AI相关功能的设计思路以及功能迭代的思考逻辑6. 是否使用过LangChain、LangGraph框架，请阐述基于LangGraph做开发时的整体思考与设计逻辑7. 分享你在项目中采用的Agent记忆（AgentMemory）解决方案，当记忆内容超出模型上下文窗口时，有哪些可行的信息压缩方式8. 讲解不同等级的AgentMemory分别具备什么作用9. 除了多级缓存之外，还可以设计哪些缓存方案？有哪些常用的缓存工具和相关插件可以使用？10. 如果让你设计智能体与大模型相关的分布式系统，会从哪些方面进行综合考量11. 近期在学习什么相关项目，有关注哪些优质的GitHub开源项目📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联
查看11道真题和解析
0 点赞 评论 收藏
分享
04-21 21:43
中山大学 算法工程师
美团大模型应用算法岗一面
1.为什么用 sft ，不用强化学习？能不能直接强化学习？2.为什么要用强化学习对齐， SFT 为什么不能对齐？3.为什么要微调，提示词不行吗？（针对金融项目 lora 微调）4.vllm显存占用是怎样的？观察哪些 vllm 的指标来优化显存的？5.大模型 lora 训练时需要设置哪些参数？6.训练时观察的指标有什么？如何知道是过拟合，欠拟合？7.如何训练的？一次训练好的吗？8.Flash attention , page attention 原理。9.强化学习有自己训练过吗？10.算法手撕：中序遍历二叉树📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
查看10道真题和解析
0 点赞 评论 收藏
分享
04-20 23:08
中山大学 算法工程师
腾讯AI应用开发算法一面面经
1.位置编码作用是什么2.绝对位置编码和相对位置编码的区别，应用场景有什么不同？3.了解强化学习算法吗，说下他们的区别( PPO , GRPO , DPO )4.项目训练过程中，怎么解决过拟合的？5.LayerNorm有了解吗， BatchNorm 和 LayerNorm 的区别吗6.针对项目问题：Embedding 和 ReRank 模型具体怎么做的微调？7.针对项目问题：双路召回的 Topk , k 是如何确定的，有没有试过尝试一个多召回一些，一个少召回一点？8.平时用过哪些 Code Agent ？有什么优缺点？9.手撕： Attention 手撕10.手撕：三数之和手撕📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
查看10道真题和解析
0 点赞 评论 收藏
分享
04-17 22:09
中山大学 算法工程师
腾讯推荐算法一面面经
1．自我介绍2．介绍实习项目3．原来的基线中 mmoe 就有做不同任务之间的平衡，解决跷跷板问题，原来基线为什么做不到，你做这部分改进的出发点是什么4．为什么项目在 gate 之后又做了一个专有的网络？5．训练和推理的目标为什么不一致？6．推理的三个指标去训练6个任务的时候有提升，那为什么没有去增加更多的任务来做提升7．特征重要度你知道有哪些方式，其他的专门做因果推断去找特征重要度的方式？8．你们项目业务投放到客户的全流程是怎么样9．场景题：假如我作为一个个人广告主，我投出去的如果是一个低质视频，我们要给广告找到最好的用户去投，这里面商业和用户体验的平衡点是什么10．解释一下序列建模11.DIN的激活函数使用了什么，作用？12．论文怎么做的，盘问论文的思路13．手撕数组第 k 大的数📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
查看13道真题和解析
0 点赞 评论 收藏
分享
04-17 18:32
中山大学 算法工程师
字节抖音推荐算法二面
1．自我介绍2．项目深挖3.推荐业务目前的优化目标是什么？4.多场景建模具体指什么？不同场景下用户行为有什么差异？5.这些场景是分开建模还是统一建模？特征或网络层面有没有做场景区分？6.如果特征落盘时刻上下文发生变化7.介绍一下 RankMixer 的结构原理。它与 MLP 、 Transformer 或 DIN 相比，核心区别和优势是什么？8.如果拓展 token 数量，具体如何实现？9.所有场景样本是一起训练还是分开训练？指标是看全局还是分场景？10.超长序列建模的长度是多少？具体实现方案是什么？11.多尺度注意力指的是什么？与全序列原生 attention 相比有何区别？12.不同时间段的序列输出如何融合？如何平衡每个时期兴趣的权重？有没有自适应机制？13.手撕代码： Request 维度的 GAUC 计算📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
查看13道真题和解析
0 点赞 评论 收藏
分享
04-15 22:28
中山大学 算法工程师
字节抖音主站推荐算法面经
1．自我介绍2．拷打第一段实习3．拷打第二段实习4.实习期间，觉得哪一些是比较难的点？成长最多的是哪一块？5.CTR Group AUC 怎么理解？和 AUC 的别是什么？为什么要看 GAUC ?6.GAUC（第二段实习）加权平均的权重是什么？7．离线的 CTR AUC 值是多少， Group AUC 大概是多少？（追问具体数值）8. CTR 的 Label Average 大概是多少？9．为什么非常稀疏的目标，全局 AUC 容易学得很高？10.手撕 Sigmoid 函数的表达式和求导。11．算法题：最长回文子串，时间复杂度是多少？有复杂度低一点的方法吗？（追问 Manacher 算法）📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
查看11道真题和解析
0 点赞 评论 收藏
分享
04-13 22:38
中山大学 算法工程师
腾讯 WXG 推荐算法面经
1.自我介绍2.拷打实习:介绍一下主要做的事情，包括整个项目的背景。3.讲一下 RankMixer 的结构的核心原理。4.有试过添加更多 Token 吗？它的边际效率在哪里？5.所有场景的样本是一起训的吗？还是一个场景一个模型？6.关于序列建模，序列长度大概多少？怎么生成的？线上延迟会涨吗？7.为什么在那些很稀疏的小场景，长序列上线GTV 会涨得比较多？8.在你们的那个专家网络，是怎么去做协同的？9.你们做的特征优选，特征重要性是怎么去评估的？10.实时数据流的样本生成逻辑是什么样的？11.有做一些纠偏的机制吗？12.手撕：交换相邻字符的最小操作次数13.手撕：二叉搜索树的第 K 大节点📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
查看13道真题和解析
0 点赞 评论 收藏
分享
04-11 23:57
中山大学 算法工程师
蚂蚁集团应用开发一面
1.介绍一下transformer架构，它解决了rnn和cnn哪些无法解决的问题？2.怎么理解词与词之间距离的概念？为什么大模型需要知道这个距离？3.transformer的核心机制是什么？能不能用一个具体的例子串一遍里面所有概念？4.你提到的QKV能不能具体讲一下？它的核心作用是什么？5.模型层叠加之后会出现什么问题？我们要引入什么机制去解决这个问题？6.传统的残差机制会有什么问题？现在业界有没有提出一些新的解决方案？7.现在业界有很多先进的大模型，有些是7b，有些是325b，这个b的概念是什么？我们在做模型选择的时候怎么选？8.对于不同的细分领域，能不能讲一下你对现有的模型厂商他们参数量选型的了解？9.现在给你一个场景，比如说我们做ai coding，你会怎么去选择参数量？10.对话型模型和推理型模型之间的区别是什么？分别适用于什么样的场景？11.简要的介绍一下engine、sub engine、skill、mcp这几个概念，他们的用途是什么？在代码开发过程中分别用来解决什么问题？12.在开发过程中，多轮迭代会话后工程越来越难以维护，你有没有什么好的建议？13.对于上下文工程的最佳实践，常用到的一些技术或者解决方案都有哪些？14.目前这个体系还很复杂，有没有现成的东西来辅助我？有没有了解现在开源社区很火的一些解决方案？15.聊一下实习期间你遇到最困难的一件事，这件事你是怎么解决的？得到了一个什么样的效果或结果？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
查看15道真题和解析
0 点赞 评论 收藏
分享

创作者周榜

更多
关注他的用户也关注了：
牛客网
牛客网在线编程
牛客网题解
牛客企业服务