《大厂实习》专题

面试官看着挺年轻，你回答问题的时候他也会点头来给你反馈，一度的点头我就越说越自信哈哈哈哈，然后后面就当作跟朋友交流一样了，整体氛围很轻松，你答不出来的 面试官也会告诉你。 自我介绍 面向对象三大特性 谈谈对继承的理解 重载和重写的区别 spring的自动装配原理 springMVC的组件讲一下 当初做这个项目的初衷和过程大概讲一下（分布式项目，扯了一大堆） 谈谈你对IOC和AOP的理解 项目中的好

这个是之前某B开头软件上投的，官网投oppo一直没消息 全程50多分钟 1.自我介绍 2.拷问第一个项目，我说是论文的项目，然后面试官直接让我共享屏幕打开论文，从模型结构开始讲了😭每块都问，问得很细，大概三十分钟 3.拷问第二个项目，先让我介绍一下，我从数据获取、向量库检索、lora微调、幻觉缓解介绍；然后他开始提问重要的点，由于之前的面试让我有了防备，我发现他们都喜欢问两个点，第一个是数据构建

1 介绍下你自己 我按照常规的套路，先自我介绍，然后介绍我的项目，想引导着问些八股，但是好像没用😂 2 32位和64位你能联想到什么，从机组操作系统，数据结构等角度，开放性的谈一下你的理解😂😂 这个问题直接问了15分钟 3 手撕代码 给你一个应用场景，设计合适的数据结构，并完成两个功能函数 看出来是树了😂😂，但是没咋刷算法，以为只问sql，我的格局小了，写了二十分钟，一点不会😂😂 总

啥都没回答出来，就面了8分钟，给孩子打击太大了o(╥﹏╥)o，最短面试时间有没有o(╥﹏╥)o 过程 自我介绍 问做过什么项目没有，简单说了一下 问React hooks （答了，useEffect useMemo useCallback useState） 问了其他hook没打上来，问请求hooks （没接触过） 问继承（没怎么打上来） 就讲了原型链继承 将原型链 （酝酿了一下语言，还没说多少，

3.20一面，3.21通知二面，3.22二面。流程推进非常快。这篇文章总结一下一面情况。 一面是我第一次经历压力面，面试官不开摄像头，而且不怎么说话，一直会往深问，直到你说不出来自己想半天。上来三个输出题，自己基础确实不太牢固，第一题见过还好，后面几个一反问我直接汗流浃背了。中间Vue问的也比较深，后面还有个跟Promise相关的代码输出题，已经晕了。做好挂的感觉了但是还是接到二面电话，非常惊喜。

1、自我介绍 2、深挖腾讯实习项目 ，聊了快半小时(面试官也没想到AILab会接这么多业务，有的细节没讲好面试官没听懂) 3、代码题:求一个数的开方根，写了二分后以为就结束了，没想到还要考虑负数和小数以及溢出的情况，代码优化的点，后面问了进阶版的如果开多次根号该如何处理，还问了如果是高次函数二分法还能求解嘛，牵扯到了深度学习中学习率和冲量的方法，没想到一道题能问这么深 4、反问，实习能接触大模型s

1、自我介绍 2、介绍acm经历 3、介绍第一段实习经历 4、深挖腾讯的实习项目 5、优化Prompt的经验？ 6、大模型微调SFT的优化方法？ 7、介绍Raft协议 8、Raft协议中出现网络故障导致分区时，如何解决任期号一直增加的问题 9、介绍计算机网络5层模型 10、TCP/IP属于哪一层？ 11、介绍websocket协议 12、网络抓包有哪些内容(不会) 13、介绍智能指针 14、智能指

字节大模型算法实习面试 1.介绍一下Transformer？ 2.的输入和输出分别是什么？ 3.说一下Bert模型 4.说一下Transformer的输出和Bert有什么区别 5.注意力机制都有哪些？能不能简单介绍一下？ 6.树模型是如何计算每个特征的重要性的？ 7.如何构建多模态模型？ 8.在多模态任务中，如果视觉模型的输出张量比语言模型的输出张量短很多，该进行什么操作？ 9.都还是比较基础的，

1. 上来自我介绍 2. 问怎么搞那么多东西的，风格迁移怎么做的 3. 贡献在哪里，扮演着什么样的角色 4. 怎么双开两种方式 5. 在优图的工作做完了吗 他们好像很关注语音这个模态 6. 对代码考察，多头注意力伪代码 7. 升级成稀疏注意力 8. 一个赌博题，3个骰子，猜点数之和什么赢得概率大（3+18）//2=10 11 9. 反问：1. 是文心一言吗 2.做什么（数据侧的策略） 3. 还有技

26分钟速通，感觉面试官是个主管 1.自我介绍 2.拷打第一个项目，我的是一个RAG的项目，让我讲了一遍，然后问我团队分工、哪种优化方式提升指标最多？ 3.拷打第二个项目，我的是一个论文项目，直接祭出共享屏幕讲论文的连招，讲完没怎么问问题 4.反问，我再问一遍部门做什么业务的，又说了一遍做智能npc的，鼠鼠连忙表现出巨大的兴趣 5.问我到岗时间、实习时长这种的，我祭出祖传话术；问我有没有面其他的，

有幸收到阿里大文娱的实习一面，面试官是个很温柔的姐姐，下面记录一下问题： 1.自我介绍 2.说一下你的两个项目，挑一个讲（我挑了Flink相关的一个项目讲） 3.checkpoint怎么做的 4.exactly-once的语义是怎么实现的 5.你了解反压吗？ 6.在校课程会学什么 7.你是怎么理解数据科学的？（科学的去获取、存储、处理、分析、挖掘数据） 8.你提到数据分析，你可以讲讲数据分析的思路

29分钟速通；之前投的是日常实习，oc之后面试官说日常没hc了😤然后要把我转成暑期实习，但是加一轮技术面和hr面；鼠鼠本来是不想面的了，但是转念一想可以先日常实习一段时间再去这个暑期，索性就面一下😭 1.自我介绍 2.介绍第一个项目，我的是一个论文项目，直接共享屏幕讲论文，中间穿插着面试官的问题拷打 3.介绍第二个项目，我的是一个RAG的项目，面试官让我先介绍一下整体的再介绍数据处理和微调的细

1.自我介绍 2.介绍第二个RAG项目，没有反问我 3.介绍第一个论文项目，我直接共享屏幕讲的论文，没有反问我 4.代码题，不是传统的算法题，是手写深度学习模型的那种😭第一题是写mask self attention的代码，鼠鼠哪见过这阵势，根本写不出来，幸亏记得思路，就给面试官讲了思路；第二题是写出batch norm、layer norm、RMS norm区别，鼠鼠不会第三个，就讲了前两个的

全程36分钟 1.自我介绍 2.拷打第一个项目，我的是一个论文项目，直接共享屏幕开讲，讲完面试官提了几个问题，主要是情绪流建模的必要性、为什么模型不和chatgpt比等 3.拷打第二个项目，我的是一个RAG的项目，我先详细讲了一下，然后开始问问题，第一个问了数据集构建的细节，第二个问了假如说想提高模型问答的效果，需要从那几个方面提升？ 4.场景题，第一个问了对话场景中假如说用户问了一个问题，如何更

▫️Timeline：3.13投递 - 3.15完成综合考试 - 3.27请求转到第二志愿 - 4.11一面 - 4.21二面 - 4.25HR面+英语测评 - 4.26收offer ▫️bg：美本专业对口，一段相关实习，两个项目（1机器学习，1rfm） ▫️一面（~45mins） - 职业学业规划 - 回国时间&到岗时间&实习时长 - 自我介绍 - 介绍实习内容 - 实习怎么搭建指标体系 - 实