《测试开发工程师面经》专题

快手一面: 1.自我介绍（我说了三个项目，一个现在正在实习的、一个鱼跃、一个之江实验室） 2.介绍你印象最深刻的一个项目，项目特点 3.介绍Java里面常见的集合、整体框架，父类之类的 4.Hashmap底层的实现 1.8之前为什么要这样设计。 解决Hash冲突还有别的方式吗？ 5.HashMap的扩容机制了解吗？ 是线程不安全的吗？ 它为什么是线程不安全的？它在什么情况下会出现线程不安全的问题？

1. 自我介绍 2. 简历项目（问的比较细，每个项目都会问一下） 3. 介绍Lora 4. 了解哪些商用的大模型，都有什么优缺点 5. QLora 6. 量化的优点，如何量化 7. Git的使用（如何管理项目，对比两个版本的不同） 8. 了解cuda吗？如何使用 9. pytorch的版本问题 10. 部署模型的经验 11. 如何查看和管理cpu，gpu资源 面试官总体感觉兴趣不高，没有开视频。回

无手撕，无八股，问的都是简历上面的项目，会讨论的非常详细，也会有些拓展问题。 面试官非常nice，超级详细的介绍了部门和主要的业务！ #秋招##面经##吉利#

一面/技术面 2024/8/23 上午11:00-12:00 自我介绍 挑一个实习介绍 了解哪些位置编码技术 RoPE原理 线性内插、NTK到YaRN 位置内插后注意力计算会增加，如何缓解 介绍LongLoRA 数据集构建时各种类型的比例是如何确定的 使用华为910B及其相关平台时遇到过哪些困难，如何解决的 效果如何评测 最终的效果提升有没有什么具体的指标 Coding：两数之和 为什么要投蔚来

非技术相关：对工作地点和薪资待遇的期望。 算法相关 Q：快速排序的时间复杂度和空间复杂度？ A：平均时间复杂度：O(nlogn)，划分对称，所选枢轴元素可以将数据中分； 最坏时间复杂度：O(n^2)，初始排序表基本有序或基本逆序时。 平均空间复杂度：O(logn)，划分对称， 最坏空间复杂度：O(n)，初始排序表完全有序或逆序时，要进行n-1次递归调用。   Q：归并排序的时间复杂度和空间复杂度？

知乎 企业类型: 互联网 地点: 北京 实习类型: 日常实习 岗位: NLP算法工程师 一面—视频面 基础知识询问+做题 自我介绍 生成式模型与判别式模型的区别？ 生成式模型先对数据的联合分布 进行建模，然后再通过贝叶斯公式计算样本属于各类别的后验概率 。 判别式模型直接进行条件概率建模，由数据直接学习决策函数 或条件概率分布作为预测的模型。判别方法不关心背后的数据分布，关心的是对于给定的输入，应

2022.09.16 北京时间下午16:00进行的二面 先说个小插曲： 面试官本来按时进入了会议室，但一直没开摄像头，我耐心等待了几分钟，后找到HR，微信反馈了一下情况，然后面试官突然开摄像头说，他这边临时有个会 5分钟之后开始面试。过了一会儿，我们开始了正式面试，他也表达了歉意。 正式开始面试： 首先就是自我介绍，介绍完后，根据我的实习经历，让我说一下，具体做了哪些网络安全维护工作，虽然面试官很

09.16 下午4点 视频二面，base 北京，奇安信售前工程师 整体流程是比较顺畅和满意的，面试官就是售前工程师，但没有问售前相关的问题，更多的是根据自己的简历进行深挖，每个环节都有相关的提问，感觉考察的更多是个人的表达能力、逻辑思维能力和解决问题的能力。 整个面试时间为23分钟，前面一开始因为面试官有个会议，所以迟到了几分钟，面试官的态度很nice，会对我的输出有回应，调动我的整个的主动性，所

公司偏僻，位于广州番禺南村，当时坐了一个多小时的地铁才去到，下着大雨，路面积水严重后果。好不容易过去了，接下来开始了狗血剧情。一去到，前台让我扫描一个二维码进去一个小程序填写个人简历，我心想我个人简历在招聘APP上不是有吗，还非要多此一举，但是人在屋檐下不得不低头，还是填了。填完之后前台拉我去一个会议室填了一份调查问卷之类的玩意，我也填了，然后HR带我去到二楼办公点等面试官。等了半个小时吧，面试官

1、自我介绍 2、实习遇到最困难的事 3、MySQL提升配置，数据怎么迁移 4、迁移过程中的数据变化怎么同步到新库 5、如果是分库分表怎么确保各个数据库是存活的 6、Redis缓存穿透问题在数据库分库分表的场景下怎么解决 7、分布式锁有很多种方式去实现，你觉得哪种最好 8、多线程交替打印奇偶数，说下思路

面试时间 8月22日 晚上21点。。 1. 自我介绍 2. 直接开始八股环节，实习都没怎么问 3. 模型推理技术优化 4. 大模型幻觉 5. MQA 和 GQA 6. 长文本推理优化 7. 微调过程通用能力下降怎么解决 8. 问Swish激活函数公式 手撕： 1. transformed绝对位置编码 2. 牛顿迭代法求平方根 面试官挺好的，虽然没怎么问我实习项目，但是说了一堆他们组做微调的东西 话

写个面经攒攒人品~ 时间：20240817 上午11点 时长：1小时 1.自我介绍 2.深挖项目，面试官挑了一个实习经历，问的还蛮细的，基本上我每说一点他就会反问一下 3.LR逻辑回归的损失函数，回答了交叉熵，然后让我用擅长的语言写交叉熵的伪代码 4.说一下MAE和MSE的理解以及区别 5.列表和元组的区别 6.场景题：给一个很大的文件，文件的每一行是一个很大的数字，如果给你一个单机，内存比较小，

8月17早上10点 1.自我介绍 2.简单的问了一下实习，然后就开始问MHA里面为什么每个头能关注到不同的信息，还问我两个模型所有流程都一样只有参数初始化不一样，训练的结果怎样？（这两个问题一直问，我觉得我说的已经很清楚了，感觉对面也不是很懂，做搜推的） 3.挑了我一个强化学习项目问，八百年没被问过这个项目了。感觉是两个人在尬聊 最后给了一道三数之和，也没问八股，很怪。。。 现在反正是没秒挂😓

秋招第一次面试，以此留作纪念 1. 背景情况了解 2. 实验室项目介绍，cv项目里如何评估准确率。 3. 问最了解的经历介绍，没说实习，说了电商数仓。 4. 数仓如何分层。 5. ods，dwd，aws层，为什么要分这3层。 6. redis主要用的数据类型。项目里是怎么设计的。sortset主要用在什么场景。并发量多大 7. 缓存击穿 8. kafka如何保证生产者端不重复和不丢失。 9. my

#百度#面试官很好，总体感觉问的比较简单，但是好久不看八股感觉很多都忘记...理解还是比较浅层，一些实战方面的内容还比较欠缺...要努力了！！！