商汤算法面经(已oc

🔞 商汤🧑‍🔧 算法开发工程师实习生😶‍🌫️ 项目提问1. 自我介绍2. 面试官问我是否知道他们的JD（感觉像是在怀疑我是否跟他们匹配）3. 自己的论文介绍；每个创新点的详细解释。4. 项目介绍；有没有想过如何获取高质量数据以及如何使用；有没有多个LoRA微调的经验（完全没有，这里跟她探讨了很久）；LoRA的原理；介绍一下PPO、GRPO。5. 如何将文生图、视频与强化学习结合（这里又聊了好久）反问：面试时间要求哇，终于是温柔小姐姐面我了🤩这次面试是这几次以来感受最好的！全程没有死板的八股和无情的诘问，只有和善的沟通，明显感觉自己慢慢放松下来。中间基本上都是聊天的状态，面试官全程都在引导话题，会尽量避开我的薄弱点。真心希望世界多一些这样的姐姐，将会变成美好的人间~（太舒服了，以至于忘记问面试结果怎么反馈给我了）

offer就和抢演唱会票一样，抢完第一波之后等回流了，大佬拿着再多意向书，最后也只能签一个，，越厉害的，拿的offer越多，且都是非线性增长的，只要上面的人释放完意向，紧接着链式反应，大家都会有有offer的，其实最难的不是offer，而是进入了公司，发现累的要死，很多同学进入了工作后，朋友圈就没有更新过了，所以大家在签约的时候一定要打听清楚！ 目前的重点还是先尽量投，尽量拿到！给大家详细聊一聊公司上班细节，大家可以评估下自己来了能否适应。智驾整体强度都比较大，因为基本都算初创公司，还没做到能躺着收钱的地步，凡事看两面，压力大但是能学到东西，不至于说每天干重复的东西么没有提示，工作时间10a...

问题1. 自我介绍2. 为什么不去算法呀？参加过哪些计算机竞赛？3. 描述你最具成就感的项目经历4. 如何处理直播场景的QPS陡增问题？5. 讲一下直播项目里面， 怎么最终解决QPS不平等用户体验的问题？6. 直播安全怎么做？鉴黄、涉政内容识别？7. 消息队列可靠性怎么做到的？主从怎么同步？8. 消息有序性怎么保证？9. 如何保证分布式系统数据一致性？10. 设计高并发论坛系统发布怎么实现？11. 如果某一个贴子突然热度很高， 怎么提高吞吐量、性能，不至于开销太多12. 怎么保证刷库的有序性？13. 发消息的话，如果某一个贴吧很多， 怎么做到该贴吧慢慢发布， 但是不影响其他贴吧。14. 一个论坛系统， deepseek能用在哪些地方？15. 自身的优势16. 自身的缺点回答：1. 教育背景\在校经历， 专业技能， 实习， 项目2. 本科有过算法经历，但是喜欢工程。 参加过， 一些一些但是没获奖3. 实现上是电商项目、 设计上是直播项目4. 消息队列缓冲：使用Kafka实现削峰填谷；动态延迟策略：根据负载自动调整处理延迟（2-4秒）5. a. 主播有延迟， 变相增加了qps， b. 下游提需求， 走原片不转码，提高速率6. 视频文件流数据上传在云端是以不连续的文件存储， 安全就需要有两个方向： 图片和音频，每个文件存储的时候可以抽帧的， 而且很快， 抽帧识别可以交给审核图片的平台。 但是音频需要完全获取， 转文字识别敏感词。7. 消息队列分区多分辅助、部署在不同broker上， 同时主从， 主从同步， 挂了从顶上，同时具备以segment的形式持久化。同步用zookeeper协同， 后续改成raft算法8. offset本来就是有序的？ 可以a. 都发在一个分区 b. topic地下只有一个分区9. 答错了很多次， 应该回答分布式事务， 回答了很多分布式锁了， 跟面试官好好交流了，：通过RocketMQ半消息机制实现分布式事务， 后续努力学这块  a. 补偿机制：失败操作进入重试队列  b. 版本控制：基于日志的版本回滚10. 回答了AQS, 先写库->改成缓存告诉前端实现了—>后台异步调用实际的发布情况。11. 面试官说主要是网络、带宽和其他开销， 业务内部开销不会很大，主要是图片、资源的后台开销，要怎么优化？ 我说的后端给redis 热点帖子存资源12. 那就只能用消息队列发消息了， 以前端点击或者后端时间为主？13. 当时回答了很多想法， 比如Topic、分区，但是都被面试官指出不符合不会影响其他贴吧的发布速度。 最后回答是快慢队列， 首先尝试慢队列发消息， 同时维护一个拥挤贴吧的列表。 如果慢队列消息超过阈值， 不在拥挤贴吧队列的消息开始往快队列发送， 拥挤贴吧的消息继续发送在慢队列解决这个问题14.  a、 帖子总结 b、个性化搜索 c、最关键， 对于帖子的问题或者引导 deepseek能给出一个回答。 优势在于 参与人去责任化， 也定下了贴子互动引导的标杆， 保证帖子热度高的同时， 不至于引导跑偏， 而且开发人员、用户都不会担心需要为此负责（因为是ai说的， 作为参考就很好， 不代表任何人的态度）， 因为deepseek可以说是机器的回答， 更可以说代表所有人的大众意志， 因为数据都是有用户填入的

📍面试公司：网易有道👜面试岗位：大模型 实习生📖面试问题：1. top-k和top-p2. 对比损失和llm中的temperature3. lora微调4. llm中的强化学习5. 训练样本的文本如何构建的，输出的格式6. rag🙌面试体验：问的很细，难，一轮直接挂 #大模型面经#