腾讯音乐一面

机器学习岗8.13：投递简历8.20：一面8.23：笔试8.26：二面9.3：三面9.9：测评9.12：HR面10.18：官网状态转offer阶段10.21：意向书泡了一个多月，终于泡出来了。。。项目以外的面经：一面（50m）- 为什么现在RAG大部分都采用召回+精排的方式来检索知识？- 模型训练的时候有没有遇到过loss不收敛或者loss骤降为0的情况？有什么可能的原因导致？- 讲一下transformer- 场景题：假设你每日可以获取到某社交平台的社区数据，每日数据量很大，怎么从中获取到关于某个产品的评价数据。二面（35m）- 场景题：我有一大堆用户评论数据，我想要从中筛选出关于某个话题的内容，并且还要分发给不同的部门，如何实现？- 场景题：对于一个对话系统，假设我对于模型的回复正确率的要求特别高，并且我需要知道一些精确的数据，不只是泛泛而谈，比如我问“qq音乐今天DAU是多少”，需要模型给出具体的值，你觉得要怎么设计？- 场景题：估算一下混元的DAU- 怎么理解大模型的记忆- 数据从用户到服务器的传输过程- 讲一下数据容灾- 讲一下分布式编程- A/B测试三面（1h）- SFT和RLHF的作用分别是什么- 讲一下RLHF- RLHF中的reward model怎么训练的- 讲一下DPO- 讲一下transformer- 讲一下GQA，GQA有什么优缺点- 有了解最新的大模型吗？了解llama3.1吗？- 有了解哪些LLM分布式推理技术吗？- 讲一下大模型量化技术HR面（25m）不像面试，更多的是聊聊天，问一下个人的发展意向和职业规划#腾讯音乐##算法工程师##晒一晒我的offer#

经纬恒润财务一面,问了税率，PPT能力，租赁，借款，Excel。其实我不太懂财务也要做PPT？，它家二面还要做PPT，咋的了，以后工作PPT占比很大嘛———————————补充：大部分针对简历问的，然后还问了家庭情况、留京意愿、是否稳定、高考成绩、学文学理，加班看法，都比较基础，但能看出来看重PPT能力#非技术面试记录#

🕒岗位/笔试时间前端工程师  10.17  18:00面试官是酷狗业务线的 面试问的内容全是项目和实习相关的，还让我打开美团的 app 问了一下相关的问题。完全没有八股的内容。面试时间 21 分钟，感觉已经凉凉😮‍💨

实习+项目+算法 总共45分钟左右。总体来说，基本上是问项目、实习、少量场景题。更新：等HR面稍后更新：自我介绍实习中这个问题，业务场景是什么，为什么这样做，这样做之后有什么优化吗，有优化后的具体数据吗？（问了有点久）实习中用到了乐观并发控制策略，如果是加锁的方案，你会采取什么方案？追问：如果是单点锁，无法解决单点锁的问题？追问：使用过哪些分布式锁？你怎样去设计分布式锁？实习中的缓存和数据库一致性怎么保证？讲讲方案的优劣？如果是你会采用哪种方案？项目中的缓存穿透、击穿、雪崩是怎么解决的？项目中的怎么解决消息幂等的？追问：如果 Redis 宕机了怎么办，会出现消息丢失、重复消费的问题吗？如何解决？项目中是怎么判断操作成功的，怎么判断成功率？项目中用到了雪花算法，是什么，能讲讲吗？不成功的话？会是什么原因呢？算法：反转链表反问：进入公司后是什么流程，有导师带吗（试用期，培训，有导师带）工作时间大概是多久呢？（弹性的，每天一定时间）