業(yè)務(wù)研發(fā)部門## 一面 4.91. 自我介紹2. axios設(shè)置多個(gè)攔截器，執(zhí)行順序（請(qǐng)求與響應(yīng)不同3. ws建立連接過程4. local storage、cookie、session storage與indexDB區(qū)別5. http與https區(qū)別6. http緩存機(jī)制7. js數(shù)據(jù)類型、數(shù)據(jù)類型的判斷、存儲(chǔ)位置8. 代碼輸出：   - 經(jīng)典var let setTimeout輸出的那個(gè)   - 作用域this指向（說到了閉包，又手撕了防抖、節(jié)流   - 事件循環(huán)輸出題9. 手撕：合并兩個(gè)有序數(shù)組10. 反問## 二面 4.11- 自我介紹- 項(xiàng)目拷打- 對(duì)ai看法，ai agent- 了解langchain嗎- 忘了有沒有問八股了，問ai好多- 手撕：  1. 刪除鏈表倒數(shù)第n個(gè)結(jié)點(diǎn)  2. 無序數(shù)組中第一個(gè)不重復(fù)的數(shù)- 反問

大綱1.Seata分布式事務(wù)框架簡介2.Seata AT模式實(shí)現(xiàn)分布式事務(wù)的機(jī)制3.Seata AT模式下的寫隔離機(jī)制4.Seata AT模式下的讀隔離機(jī)制5.官網(wǎng)示例說明Seata AT模式的工作機(jī)制6.Seata TCC模式的介紹以及與AT模式區(qū)別7.Seata Saga模式的介紹8.單服務(wù)多個(gè)庫的分布式事務(wù)支持9.Seata的AT、TCC、Saga三種模式對(duì)比10.基于RocketMQ的可靠消息最終一致性事務(wù)11.Seata官方分布式事務(wù)例子1.Seata分布式事務(wù)框架簡介(1)Seata的特色功能(2)Seata的術(shù)語Seata是一款分布式事務(wù)解決方案，為用戶提供了AT、TCC、SAG...

騰訊-混元大模型面經(jīng)-華5碩-主頁內(nèi)tui??騰訊26屆春招提前批/26屆暑期實(shí)習(xí)生/日常實(shí)習(xí)生/25屆補(bǔ)錄招聘啟動(dòng) | 所有專業(yè)類型均有崗位??中國民營企業(yè)500強(qiáng)排行榜第6位【在招崗位】1. 技術(shù)類：軟件開發(fā)、技術(shù)運(yùn)營、安全技術(shù)、測試與質(zhì)量管理、技術(shù)研究、解決方案與服務(wù)、硬件開發(fā)2. 產(chǎn)品類：游戲產(chǎn)品、內(nèi)容制作、通用產(chǎn)品、金融產(chǎn)品、項(xiàng)目管理3. 設(shè)計(jì)類：游戲美術(shù)、平面交互4. 市場類：戰(zhàn)略投資、市場營銷、公共關(guān)系、銷售拓展5. 職能類：財(cái)經(jīng)分析、人力資源、法律與公共政策、行政支持【招聘范圍】應(yīng)屆生（24屆、25屆可投）、實(shí)習(xí)生（在校生可投）、青云計(jì)劃（23屆/24屆/25屆博士、24屆/25屆碩士）【網(wǎng)申鏈接】https://join.qq.com/resume.html?k=ANQI6RfQ3rhPS2dpyIkeSw騰訊-混元大模型面經(jīng)-華5碩部門與崗位：TEG - 混元大模型團(tuán)隊(duì) - 大模型對(duì)齊一面自我介紹，過實(shí)習(xí)，講論文，論文過的比較細(xì)，有說的籠統(tǒng)的地方面試官會(huì)實(shí)時(shí)進(jìn)行詢問交流了解哪些大模型，簡要挑一兩個(gè)介紹一下，當(dāng)時(shí)說了 Qwen 和 DeepSeek，然后面試官又問了這兩個(gè)有什么區(qū)別接著上一問，為什么大家都開始探索 MoE 架構(gòu)，MoE 相比 Dense 有什么好處在之前實(shí)習(xí)的時(shí)候用 LoRA 微調(diào)過 Qwen，于是問了有沒有全量微調(diào)過，有沒有對(duì)比過兩者的性能表現(xiàn)講一下大模型訓(xùn)練和推理的流程，SFT 和 RLHF 的作用分別是什么在 RLHF 中，目前主流的強(qiáng)化學(xué)習(xí)算法有哪幾個(gè)，寫一下?lián)p失函數(shù)的表達(dá)式代碼：22. 括號(hào)生成代碼：多頭自注意力一面問的八股還是比較多的，問的也比較細(xì)，而且還寫了兩道代碼題，整個(gè)面試花的時(shí)間也比較多，大概一個(gè)半小時(shí)左右二面自我介紹，過實(shí)習(xí)和論文，面試官會(huì)一起進(jìn)行探討，包括工作的動(dòng)機(jī)、貢獻(xiàn)和結(jié)果，也會(huì)提一些問題和建議之前實(shí)習(xí)用 DeepSpeed 微調(diào)過 Qwen2-72B，于是面試官問了 ZeRO-1，ZeRO-2，ZeRO-3 三個(gè)模式的區(qū)別當(dāng)時(shí)你用 DeepSpeed ZeRO-3 來微調(diào) Qwen2-72B，每一張卡占用的顯存大概是多少，估算一下為什么是占這么多的顯存除了 DeepSpeed，還用過其他的什么優(yōu)化方法嗎我看你也用到了 LoRA，知道 LoRA 的原理嗎，A 和 B 兩個(gè)矩陣怎么初始化，有了解過其他的初始化方法嗎對(duì) RLHF 了解的多嗎代碼：3. 無重復(fù)字符的最長子串二面更多的是結(jié)合具體的工作來問的，從用到的東西來引出問題，問的也比較靈活。當(dāng)然因?yàn)椴块T主要是做對(duì)齊的，所以也大概聊了聊 RLHF三面自我介紹，挑一個(gè)覺得做的比較好的論文和實(shí)習(xí)講一下，面試官問的比較詳細(xì)，為什么選現(xiàn)在這種方案，為什么 work，其他方案有考慮嗎在微調(diào) Qwen 的時(shí)候，數(shù)據(jù)是怎么構(gòu)造的，有用到什么數(shù)據(jù)清洗方法嗎，數(shù)據(jù)配比是怎么做的講一下 RLHF 的流程，之前有用 RLHF 做過模型對(duì)齊嗎在做對(duì)齊的時(shí)候，為什么 SFT 之后還要做 RLHF，只用 SFT 可以嗎知道哪些強(qiáng)化學(xué)習(xí)算法，除了 PPO 和 DPO 這些呢，DeepSeek 用的 GRPO 相比于 GPT 的 PPO 做了哪些改進(jìn)開放題：對(duì)目前大模型的發(fā)展有什么看法代碼：零錢的兩個(gè)題 322. 零錢兌換518. 零錢兌換 II三面面試官更聚焦于對(duì)齊這一塊的內(nèi)容，考的比較深。由于之前沒有接觸過強(qiáng)化學(xué)習(xí)，答得還是比較吃力的，不過面試官還挺好的，會(huì)一起討論來做引導(dǎo)四面自我介紹，過論文和實(shí)習(xí)，問的也比較細(xì)，這里能明顯的感受出來面試官的視角更系統(tǒng)，會(huì)把這些工作串起來問我看你簡歷上沒寫 RLHF，平常有用過 RLHF 嗎推導(dǎo)一下神經(jīng)網(wǎng)絡(luò)反向傳播的過程一道排列組合的概率題開放題：你覺得大模型目前還有哪些可以改進(jìn)的點(diǎn)四面整體更看重思維和基礎(chǔ)，沒有考察什么八股總結(jié)一共四輪技術(shù)面，整體來說強(qiáng)度比較大，對(duì)于大模型八股的考察比較細(xì)，對(duì)大模型的理解問的也比較深刻，包括一些數(shù)理邏輯基礎(chǔ)，考察的比較全面#26屆實(shí)習(xí)##大模型##八股##面經(jīng)##騰訊##內(nèi)推#騰訊-混元大模型面經(jīng)-華5碩-主頁內(nèi)tui騰訊-混元大模型面經(jīng)-華5碩-主頁內(nèi)tui??騰訊26屆春招提前批/26屆暑期實(shí)習(xí)生/日常實(shí)習(xí)生/25屆補(bǔ)錄招聘啟動(dòng) | 所有專業(yè)類型均有崗位??中國民營企業(yè)500強(qiáng)排行榜第6位【在招崗位】1. 技術(shù)類：軟件開發(fā)、技術(shù)運(yùn)營、安全技術(shù)、測試與質(zhì)量管理、技術(shù)研究、解決方案與服務(wù)、硬件開發(fā)2. 產(chǎn)品類：游戲產(chǎn)品、內(nèi)容制作、通用產(chǎn)品、金融產(chǎn)品、項(xiàng)目管理3. 設(shè)計(jì)類：游戲美術(shù)、平面交互4. 市場類：戰(zhàn)略投資、市場營銷、公共關(guān)系、銷售拓展5. 職能類：財(cái)經(jīng)分析、人力資源、法律與公共政策、行政支持【招聘范圍】應(yīng)屆生（24屆、25屆可投）、實(shí)習(xí)生（在校生可投）、青云計(jì)劃（23屆/24屆/25屆博士、24屆/25屆碩士）【網(wǎng)申鏈接】https://join.qq.com/resume.html?k=ANQI6RfQ3rhPS2dpyIkeSw騰訊-混元大模型面經(jīng)-華5碩部門與崗位：TEG - 混元大模型團(tuán)隊(duì) - 大模型對(duì)齊一面自我介紹，過實(shí)習(xí)，講論文，論文過的比較細(xì)，有說的籠統(tǒng)的地方面試官會(huì)實(shí)時(shí)進(jìn)行詢問交流了解哪些大模型，簡要挑一兩個(gè)介紹一下，當(dāng)時(shí)說了 Qwen 和 DeepSeek，然后面試官又問了這兩個(gè)有什么區(qū)別接著上一問，為什么大家都開始探索 MoE 架構(gòu)，MoE 相比 Dense 有什么好處在之前實(shí)習(xí)的時(shí)候用 LoRA 微調(diào)過 Qwen，于是問了有沒有全量微調(diào)過，有沒有對(duì)比過兩者的性能表現(xiàn)講一下大模型訓(xùn)練和推理的流程，SFT 和 RLHF 的作用分別是什么在 RLHF 中，目前主流的強(qiáng)化學(xué)習(xí)算法有哪幾個(gè)，寫一下?lián)p失函數(shù)的表達(dá)式代碼：22. 括號(hào)生成代碼：多頭自注意力一面問的八股還是比較多的，問的也比較細(xì)，而且還寫了兩道代碼題，整個(gè)面試花的時(shí)間也比較多，大概一個(gè)半小時(shí)左右二面自我介紹，過實(shí)習(xí)和論文，面試官會(huì)一起進(jìn)行探討，包括工作的動(dòng)機(jī)、貢獻(xiàn)和結(jié)果，也會(huì)提一些問題和建議之前實(shí)習(xí)用 DeepSpeed 微調(diào)過 Qwen2-72B，于是面試官問了 ZeRO-1，ZeRO-2，ZeRO-3 三個(gè)模式的區(qū)別當(dāng)時(shí)你用 DeepSpeed ZeRO-3 來微調(diào) Qwen2-72B，每一張卡占用的顯存大概是多少，估算一下為什么是占這么多的顯存除了 DeepSpeed，還用過其他的什么優(yōu)化方法嗎我看你也用到了 LoRA，知道 LoRA 的原理嗎，A 和 B 兩個(gè)矩陣怎么初始化，有了解過其他的初始化方法嗎對(duì) RLHF 了解的多嗎代碼：3. 無重復(fù)字符的最長子串二面更多的是結(jié)合具體的工作來問的，從用到的東西來引出問題，問的也比較靈活。當(dāng)然因?yàn)椴块T主要是做對(duì)齊的，所以也大概聊了聊 RLHF三面自我介紹，挑一個(gè)覺得做的比較好的論文和實(shí)習(xí)講一下，面試官問的比較詳細(xì)，為什么選現(xiàn)在這種方案，為什么 work，其他方案有考慮嗎在微調(diào) Qwen 的時(shí)候，數(shù)據(jù)是怎么構(gòu)造的，有用到什么數(shù)據(jù)清洗方法嗎，數(shù)據(jù)配比是怎么做的講一下 RLHF 的流程，之前有用 RLHF 做過模型對(duì)齊嗎在做對(duì)齊的時(shí)候，為什么 SFT 之后還要做 RLHF，只用 SFT 可以嗎知道哪些強(qiáng)化學(xué)習(xí)算法，除了 PPO 和 DPO 這些呢，DeepSeek 用的 GRPO 相比于 GPT 的 PPO 做了哪些改進(jìn)開放題：對(duì)目前大模型的發(fā)展有什么看法代碼：零錢的兩個(gè)題 322. 零錢兌換518. 零錢兌換 II三面面試官更聚焦于對(duì)齊這一塊的內(nèi)容，考的比較深。由于之前沒有接觸過強(qiáng)化學(xué)習(xí)，答得還是比較吃力的，不過面試官還挺好的，會(huì)一起討論來做引導(dǎo)四面自我介紹，過論文和實(shí)習(xí)，問的也比較細(xì)，這里能明顯的感受出來面試官的視角更系統(tǒng)，會(huì)把這些工作串起來問我看你簡歷上沒寫 RLHF，平常有用過 RLHF 嗎推導(dǎo)一下神經(jīng)網(wǎng)絡(luò)反向傳播的過程一道排列組合的概率題開放題：你覺得大模型目前還有哪些可以改進(jìn)的點(diǎn)四面整體更看重思維和基礎(chǔ)，沒有考察什么八股總結(jié)一共四輪技術(shù)面，整體來說強(qiáng)度比較大，對(duì)于大模型八股的考察比較細(xì)，對(duì)大模型的理解問的也比較深刻，包括一些數(shù)理邏輯基礎(chǔ)，考察的比較全面#26屆實(shí)習(xí)##大模型##八股##面經(jīng)##騰訊##內(nèi)推#

??面試公司：美團(tuán)??面試崗位： Java 開發(fā)??面試問題：自我介紹+項(xiàng)目redis 平均耗時(shí)本地緩存和 redis 都大概存了多少數(shù)據(jù)如果有 2000 個(gè)商品，需要把 500 個(gè)熱門商品動(dòng)態(tài)放進(jìn)緩存怎么實(shí)現(xiàn)如果不考慮實(shí)際場景，設(shè)計(jì)一個(gè)算法，有 100 條數(shù)據(jù)的情況下，只保存 10 條訪問量最大的數(shù)據(jù)本地緩存、redis 和數(shù)據(jù)庫的一致性場景設(shè)計(jì)：你現(xiàn)在要發(fā)放一批優(yōu)惠券，券庫存有 1000 張，現(xiàn)在很多用戶要來領(lǐng)，每人每天限領(lǐng)兩張redis 中扣優(yōu)惠券庫存和用戶領(lǐng)券怎么保證原子性如果券已經(jīng)發(fā)出去了，但是數(shù)據(jù)庫寫失敗了，會(huì)發(fā)生什么，怎么避免如果運(yùn)營這個(gè)時(shí)候再加 1 萬張優(yōu)惠券的庫存，會(huì)發(fā)生什么...