企业级算法实习生一面面经

时长40+min

1.自我介绍

2.实习经历

负责的什么业务？负责的内容上线了吗

模型输入？

agent用的什么框架？

为什么业务中没有用现成框架？

用的什么模型？

有没有试过换大一点的模型看看效果？

有没有做过微调，rl？

印象比较深的bad case？

如何评价agent输出的好坏？指标怎么来？有没有量化指标？

对agent做评估为什么要分成这3个维度？

3.项目经历

介绍一下使用的数据集，是数据还是评判器？

数据格式是怎样的

为什么要在不同的模型上做自监督学习？

如何判断自监督训练后模型能力真的得到了提高？

介绍一下lora？是用来做什么的？

讲讲DPO，训练流程？

DPO数据对来源？已有还是自己生成？怎么生成的？

DPO在验证集上指标提升是怎么计算得到的？

对agent编排有什么想法？

agent一直重试怎么办？如何评判agent每一步做的好不好？

4.了不了解机器学习，深度学习

transformer架构了解吗，讲讲MHA，kv cache

5.平时用什么agent辅助编程？如何评估ai的回答是否让你满意？

5.反问

目前组内业务

业务哪些地方会涉及rl

实习生进来是做rl还是agent

（没有手撕环节，实习和项目问了超级多问题，想起来再补充...

#发面经攒人品#