1．自我介绍，过实习和论文2．知道哪些强化学习算法，除了 PPO和 DPO 这些呢3. 知道 LoRA 的原理吗， A 和 B 两个矩阵怎么初始化，有了解过其他的初始化方法吗4．除了 DeepSpeed ，还用过其他的什么优化方法吗5．ZeRO -1, ZeRO -2,ZeRO -3三个模式的区别6．讲一下 RLHF 的流程，之前有用 RLHF 做过模型对齐吗7．当时你用 DeepSpeed ZeRO -3来微调Qwen2-72B，每一张卡占用的显存大概是多少，估算一下为什么是占这么多的显存8. 在微调 Qwen 的时候，数据是怎么构造的9.代码：无重复字符的最长子串

1.你这个xx实习的项目能展开讲讲吗？你主要负责哪块？为什么是你来做这块？2.自动化评估体系这里能具体说说怎么评的吗？哪些维度3. 多维度自动化评估体系，那每一个维度是怎么做的？比如你说的关键词匹配和问答对，这个流程怎么构建的4.图表的准确性你怎么评估的？怎么从markdown和HTML 里提取对应图表并比对的？有没有一些异常case举个例子？5.用了playwright去截图，那遇到报错或者渲染失败怎么办6不同设备模块比如交换机、服务器，它们的字段特征都不一样，那你怎么做统一化训练7.那你这个知识图谱底层是用什么数据结构存的8.用的是PAI吗？那有没有对比过比如说 igraph或者图数据库像GraphScope这些之间有啥区别9有没有用过一些大模型的推理？比如说用千问做辅助根因预测10你们这套系统的准确率和召回率大概是多少，那比如说没有到90%，你们是认为这个指标是OK的吗11所以它是系统推理出根因之后还需要人工check，然后才能执行故障预案，有没有哪一部分流程是完全自动化的12你们平台现在接的主要是底层设备指标，那有没有接入一些业务指标，比如订单失败率转化率这类的业务数据13我有个疑问就接入业务指标的话你需要知道整个平台的服务拓扑，那你们这个平台是怎么接入业务侧拓扑的？是自己做的吗？还是中台团队负责15.那你既然用过图数据库，你知道它底层的存储结构是怎样的吗？比如它是怎么组织边和节点的16.我们现在是两阶段推荐架构：第一阶段召回用的是embedding点积召回，第二阶段是MLP跟transformer做多目标打分。那你觉得在我们这么大规模的数据量下，如果要做real-time re-ranking，你会在架构上怎么做trade-off？怎么压低latency17.我们现在在做embedding精度提升也试过加cross tower、attention pooling 甚至meta learning，但发现一旦模型重了，就难以部署到线上实时系统。那你觉得在embedding learning的这个模块里，有哪些方案能在不严重影响线上性能的情况下提升语义表示能力

bg9硕，开的38×16＋2k房补，这是sp还是ssp档位？想知道ssp门槛是多少

一面: 1.八股：Encoder与decoder的中Attention区别？2.八股：Attention如何计算？为什么除以根号下Dk？mask attention是如何实现的？3.八股：除了MHA还知道哪些(GQA MQA MLA)讲原理4.八股：为什么要用位置编码？为什么要用sin_cos？5.项目：问之前实习的Agent的设计逻辑，问创新方法的实现6.项目：你提到用DeepSpeed做SFT训练，请讲一下DeepSpeed ZeRO Stage 1-3的区别，以及什么时候用FSDP会更好？7.项目：问Agent的工具tool的设计，是否是workflow形式8.项目：了解哪些agent开发框架，例如langchain和LlamaIndex，他们核心应用场景有何不同9.项目：问数据的输入输出格式如何保证大模型输出稳定的json做了哪些工作10.智力题：有12个外观相同的芯片、其中一个重量不同(不知轻重)，用天平最少称几次能找出这张芯片？11.代码题：lc215 数组中的第K个最大元素

八股 1.交叉熵损失函数公式写出来，问意义，然后在二分类下的格式2.sigmoid公式写出来，问了几个性质3.问是否熟悉XGBoost，随机森林，都不会。面试官好像很想问这个领域的八股手撕1.做代码题的时候要求先讲思路，然后再打代码实现2.Leetcode hot100之三数之和，三指针做法3.Leetcode 经典dp之打家劫舍I，环形打家劫舍枚举第一间4.梯度下降法求x的平方根，不能调包，用迭代法自己推公式，要求输出迭代过程并看到收敛

1.问了生成式推荐的项目2.tiger、onerec是怎么实现的?3.encoder-decoder、decoder-only 哪种方式更好?简历上把一些奖学金，证书等等都写上去，这些是加分项，能够展现4.自己是一个比较努力的人5.更多是在拉家常6.觉得自己是不是一个努力上进的人7.家里父母是在做什么的?手撕:实现一个24点计算器oInput = [2,4,6,8]。Output = True/False进阶 output=2*6*8/4

1.八股：讲讲transformer架构2.八股：Transformer encoder？为什么需要FFN？3.八股：LORA和全参数微调的区别4.八股：讲DPO，PPO，GRPO5.项目：实习项目问的很细，数据构造，微调参数等6.项目：Agent整体流程是怎么做的？包括哪些模块7.项目：为什么选用deepSeek，了解deepseek-R1吗，介绍一下8.项目：Deepseek MLA？为什么压缩？9.项目：如果子agent回复不对怎么办？反思？跳不出去怎么办？限制次数10.项目：Agent怎么评估效果11.代码题：lc143 重排链表

1．项目介绍，问实习和论文2．讲一下 LoRA ，两个权重矩阵一般怎么初始化，能都全0吗3．除了 LoRA ，还了解哪些可以进行训练推理优化的技术4．现在的多模态大模型，动态分辨率一般都是怎么做的，位置编码怎么设计5．概率题，一副扑克牌，去掉大小王，随机抽两张，花色相同的概率6.场景题：目前有一个带货的直播间，设计一个方案，商品比较多怎么降低时延7.开放题：平常在训练或者微调 LLM 或者 VLM 的时候，有什么心得吗8.反问环节

1.实习和论文2.机器学习八股3.交叉熵损失函数、 KL 散度4.损失函数每个簇的中心点怎么选推导5.Kmeans 参数6. 从数学角度分析L1、L2正则化区别7.Adam 优化器的原理8.交叉熵求导过程9.Dropout 训练和测试的差异10.手撕全连接层，实现 forward

实习继续拷打八股1.UserCF 和 ltemCF 的核心区别是什么?从用户侧的体感来看，两者带来的推荐结果会有哪些不同?2.对 BERT 有了解吗?可以简单介绍一下它的结构和核心思想吗?3.了解自回归任务吗?EncoderDecoder 呢?GPT 呢?讲讲encoder-only,decoder-only,encoder-decoder三者之间的联系与差异。4.DIN、DSIN、DIEN这一系列是不同团队还是一个团队搞的?谁提出的?这一系列演进的核心驱动力?5.从 MMOE 到 PLE，这条路线的发展方向是什么?它们分别想解决哪些问题?在 MOE 思路出现之前，多任务模型一般是什么样?在 Share-Bottom 之前又是什么样?6.对推荐系统中的重排模块了解哪些?7.科研项目:任务定义、应用8.手撕:LC 25.K个一组翻转链表

1.介绍RAG项目2.怎么解决LLM幻觉问题3.LLM的参数介绍（temp topk top p等）4.LLaMA和GLM的区别，模型架构等方面5.Qwen模型每个版本之间的改进点6.介绍检索做的优化，具体追问子问题分解怎么做，有没有做意图识别7.RAG怎么评估，指标有哪些8.RAG如果有噪声怎么办9.怎么构建SFT数据集，数据量多少，微调方式是什么10.SFT数据问题不够多样化怎么办11.介绍一下function calling和MCP12.代码题：lc215 数组中的第 K 个最大元素

1.项目介绍2.实习介绍3.决定现在基模能力的方面有哪些?4.DP和DDP°区别5.t维度的rope是怎么做的?6.wan的结构、hunyuan 的结构cogvideo-x的结构7.现在的condition注入怎么做的?8.qwen-image-edit请你解释一下9. wan2.1wan2.2、cogvideoxhunyuan的结构差异?哪个结构更好?10.Deepspeed的三阶段zero介绍一下11.手撕:casual-selfAttention

1.实习介绍2.讲讲hstu3.讲讲transformer encoder4.端到端生成式推荐面临哪些挑战5.讲讲DIN 和SIM6.SlM中hard search和soft search的优劣7.attention公式以及计算时间复杂度8.为什么使用pairwise的交叉熵不用pointwise的交叉熵9.讲讲交叉熵公式10.数据标注准确度和选取数据时多样性存在的一些问题要怎么解决11.手撕:三数之和12.想在本次实习收获什么13.反问

1.实习项目介绍2.算法题:最长有效括号，用dp做3.介绍觉得做的最有深度的项目4.为什么会用rqvae5.llm embedding如何更好引入6. auc gauc7.长序列 target attention好处8.生成式在精排混排怎么用9.反问:业务 base地