坐了四小时高铁来面试，面了十分钟

只总结有效的一面1 transformer的结构，完整讲了一下，面试官本来想让我写多头注意力的，讲的时候顺便说了就变成手撕层序遍历了。2 项目的问答二面1 项目问答2手撕：排序+贪心原创题，不难，但没撕出来（面试官说思路错了）三面常规HR面。过程无八股

1. 自我介绍2. 介绍实习项目的背景、所负责的工作内容、有啥难点、为啥要做这些改进、团队里承担的角色、测试数据是怎么构建的（与线上的分布一致）3. 考虑留在转正吗？4. 介绍ppo流程5. ppo和grpo区别6. grpo和dapo区别7. Ai agent应用开发和java开发、算法应用是什么关系？手撕：三选一做题 ：搜索排序、岛屿数量、最大岛屿

1.自我介绍2.主要介绍实习内容1.整体项目背景，其中第一个SFT工作的motivation，目标要求a.我主动从此起手的，因为业务背景与动机真的很重要b.背景会让面试官知道你是在什么样的背景下展开的，体现你对业务的整体理解;c.动机体现你知道为什么要做，可以说工作都是为了解决现存的卡点，这点能体现你的hold与自主思考，而不是只会接活就干2，详细介绍第一个SFT工作，主要是我在讲，中间穿插细节询问a.你的数据是怎么构造的，其中特殊形式是什么样的 b，会有多少的人工标注参与，最终量级有多大c.你用的是Qwen3的小模型SFT，它分为推理/非推理模式，你怎么实现的非推理微调 d.顺着拷问原理，Q...