阿里控股春季2026届实习生招聘来了

面试部门：OceanBase-AI应用开发5min自我介绍，20min拷打项目，一道算法，15min对岗位的提问，总体比较轻松因为我有一段项目是玩大模型，所以先详细问了一下workflow，设计的思路，以及项目的技术护城河（项目亮点）。讲一下项目里支付接入的实现流程？用的微信支付，加RabbitMQ的死信来定时取消；支付订单对rabbitMQ和mysql端的同步？简单说了下两边分别挂了的兜底处理策略。算法题：lc445，我用的两个stack解法；追问：说一下不使用额外空间的方法？链表反转+相加+链表反转关于岗位的认识，说说为什么做数据库的部门要做AI？这里应该是要做大模型，就简单说了下训大模型的思路，往数据库的角度靠了靠。因为和面试官是校友，还聊了些学校实验室的事情，问我导师是谁#牛客AI配图神器#

情况:面完一面过了一周，HR直接发了OFFER，没有二面，已ocPPO与GRPO的区别，分别介绍他们的优势与缺点DPO对齐训练的曲线是怎么样的，正例的概率会提升嘛,参考这个知乎回答:Deepseek-R1里面不仅推理能力很好，而且文采能力也很好，这个是个开放问题，如何让模型的文采能力也很好呢？介绍你在实习做的事情，有遇到什么case嘛，怎么解决的deepseed介绍deepspeed的每一段的通信比较，zero3分别是0和2的多少倍，1.5倍DPO如何解决回答过长的问题，除了正则开放问题：为什么现在大家都在关注于大模型的推理能力reasoning对于一个base model如何增强大模型的re...

干完一个月了，马上就能领工资了。昨天晚上有个需求在上线联调，第一次被动加班了。最近公司里很热的话题就是ai辅助提效。目前普遍的观点就是先用前端来试水，感觉以后前端程序员的危机感要加重了。中午去吃了个荞麦面量太少了完全没饱，又补了一个锅盔。今天周五完全没心思干活，思绪已经飘飞了。OK口水帐结束。成本：20+24 #我的实习日记#

3.10 小米算法实习生（大模型）二面（50min）无脸男*2自我介绍项目的目的混合精度微调，是混合什么精度Qlora如何实现冻结矩阵的反量化如何实现（面试官提示后答出来）如果要用FP16精度转换到int4，如何使误差最小，实现过程？介绍GRPO、PPO、DPO之间的区别既然GRPO的会有方差问题，那GRPO应用到什么样的背景下，SFT要做怎样的处理，才能够使GRPO强化学习微调效果更好GRPO的Group可以如何选取手撕：MHA反问：实习生在部门中负责的任务，做一些方案的实验研究，了解业务；计算资源，充足