AI 应用工程师一面、二面、三面面经

10.25 北京线下面
感觉很少会死板的问八股，几乎都是项目和实习拷打
一面:
刚签到完没几分钟就叫我去面试了
面试官很和蔼，感觉就像是面对面在和一位技术人员交流技术
1.自我介绍
2.挑一段你最核心的实习讲一下
3.再讲一下最近的这一段实习
4.你项目中用了Agentic rag，你具体怎么做的，为什么要用这个方案，用了哪些框架
5.你这个项目最终是用ppo还是dpo，这两个有什么区别，什么情况下该如何选择该用哪一个
6.这个样本动态加权和梯度解耦缩放是具体怎么做的
还有一些项目拷打，忘记了......
7.逻辑题+思路讲解+算法结合（bfs）

二面:
一面完几分钟就收到通过通知然后立刻收到了二面通知，二面面试官看起来比较严肃，节奏很快，比较有压力，直接针对项目细节连续深挖
1.自我介绍
2.你多卡部署用什么框架，有没有遇到精度问题，如果oom了怎么办，vLLM的推理流程是什么
3.你ppo的奖励解耦具体怎么做的，为什么要这样做，sft数据和rm数据的格式分别是什么，训练oom的情况下怎么做归因，有什么解决方案
4.还有很多深挖内容，想不起来了.......
5.手撕grpo（伪代码）
6.追问代码细节，loss中的条件概率是怎么算出来的，来自公式还是模型自己计算，loss计算出来后，参数优化的流程是什么... ...

三面（主管面）:
二面完后秒过，等了二十分钟才收到三面通知
主管面也是比较温和，像是聊天一样，技术不会问的很细
1.自我介绍
2.为什么实习这么多家公司，选择这些的原因分别是什么
3.挑几个重要的实习经历介绍（着重做事和思维的逻辑而非技术细节）
4.追问一些比较感兴趣的需求实现方案
5.论文发表情况，创新点主要是什么，和baseline比较如何
6.反问环节
遵循114525定律，丝滑入池
#发面经攒人品# #投了多少份简历才上岸# #秋招，不懂就问#

AI应用工程师-AI技术应用
应届生
云软件开发部
专业面试1
通过
专业面试2
通过
业务主管面试
通过