大模型实习面经

问题有些怪，基本没怎么问算法相关技术问题，就硬质疑。没出手撕题，体验有些差，可能kpi1.有什么offer了，有了x的offer不考虑留下么2.祖籍哪里，意向部门为什么填的视频号，我们可不是视频号哦（尴）3.最熟悉什么语言，python脚本性能问题怎么解决，怎么优化（感觉太宽泛了）4.熟悉哪些容器哪些数据结构，问字典集合底层实现（面的是算法吗）5.讲实习项目，问一些数据，问认为模型学到了什么信息，然后质疑下业务指标提升的结果，就这个解释半天6.问实习team的规模，组成，和开发怎么对接7.问认为自己有没有自驱力8.关于推荐看的新的论文，讲了一个，不是大模型不满意，问我了不了解大模型在推荐里的应用。我说可能现在都还在尝试，不太成熟，讲了个比较简单的做embedding9.反问:反问了下对面的业务以及有没有大模型的应用，他说有很多啊，很多公司都在用，并且有一定的效果，不像你说的不太成熟，只是说可能没有好的paper（难绷，像羞辱了）over，体验较差，感觉不会有后续了10.28:挂了，体验问卷狠狠差评 #面经# #推荐算法面经# #推荐算法# #算法# #腾讯#

background纯后端厌倦了，一句话形容，又事多又无聊又着迷LLM，想转main-content主旨就是狠狠拷打，有点压力的意思先是对项目的真实性表示质疑，我这边给了一些具体的信息又怀疑项目达到的性能，三方面进行拷打：PE，LoRA，RAGLoRA主要说了概念，具体怎么用，用在哪些层，为什么有效，成本控制RAG主要说了知识库建立，也是老生常谈的语义分割和上下文长记忆问题PE就是列举了几个case，就是CoT，角色扮演，多次迭代最后做了一道算法 dfs秒了summary一定要对基础知识掌握扎实，活学活用，比如问LoRA和Adapter，Knowledge distillation的异同RAG...

面试时长：  大概65min0.项目拷打、论文方向、研究细节、介绍公司业务1.场景题：多线程停车场管理2.软件开发模型  （没绷着  只记得三个）3.详细说下增量模型  （瞎扯大概扯了八九成）4.Mysql索引用B+树的原因5.JVM内存模型  如何进行OOM分析6.类加载过程（问我是不是猜的  但是这个确实是八股背过的啊）7.怎么导出堆内存文件8.RocketMQ三个部分的关系9.怎么保证RocketMQ副本间的一致性  （应该是消息队列集群的东西  不会）10.InputStream和BufferedInputStream的区别 10.一些具体工作场景的解决方案  （遇到自己解决不了的问题该怎么办、同事间冲突管理）11.一面二面那个强度大  （这个似乎第一次碰到问这个的）反问：后续流程  （通过的话两三周内联系offer）哪里需要改进  （不会的就坦诚些  可能是增量模型那里胡扯的太多了）感觉强度确实比一面大 基本是对着简历在问  不知道能不能给一个机会

我们在寻找：📚 研究生或大四本科生🖥️ 对multi-agent系统开发有浓厚兴趣🧠 具备扎实的编程基础，熟悉Python、Java等语言🌟 有创新精神，善于解决问题🤝 良好的团队协作能力项目概述：参与开发前沿的multi-agent系统，涉及：智能体设计与实现协作机制开发环境模拟与交互性能优化与测试为什么选择我们？💡 接触最新的AI技术和研究方向🚀 积累实际项目经验，提升你的简历💰 有竞争力的报酬🕒 灵活的工作时间，适合学业繁忙的你👥 与行业专家直接交流的机会请发送简历到邮箱*********************