AI Infra一面面经

📍面试公司：阿里云 AI Infra

🕐面试时间：2026年8月23日 15:00-16:30 周日

💻面试岗位：AI Infra，政企业务，偏工程

❓面试问题：

1. 根据简历中的项目定制化了三个题目，限时40分钟，三选二
2. 自我介绍，实习/项目/自我优势等
3. 交流环节
4. 讲解一下上述三题的思路
5. 第一段实习为何时间这么短
6. 为什么不转正，而是去其它地方
7. 选择OPD的动机以及数据筛选时的策略，为什么不使用学生错误的轨迹？
8. 过程奖励和结果奖励的本质区别是什么？过程奖励的奖励信号从哪来？如何解决过程奖励信号的偏差
9. 多轮对话RL中怎么设置的双层奖励？怎么构造的用户模拟器？如何避免模拟器数据的过拟合问题？
10. 多轮对话中评测如何进行，转人工率如何评测？怎么进行的A/B测试？
11. 如何解决多轮对话的冷启动 和 业务约束遵循问题？
12. Verl中的AgentLoop的特点是什么？
13. 反问环节：
14. 业务方向：Agentic RL训练，2B方向

🙌面试感想：

1. 手撕简历上的项目，没有leetcode 没有 八股
2. 深挖项目，从各个技术栈考察项目的含金量和深度
3. 给场景，考察问题解决能力