作者：小森（南京大学 CS硕士在读）
部门与岗位：核心本地商业 - 业务研发平台 - 大模型
一面
自我介绍，问实习和论文，问的实习内容比较多，主要是和他们做的比较贴近的一个业务场景，问的也挺深的
除了你用到的 Qwen，还了解其他的大模型吗？说一下 LLaMA 的结构吧，它在结构和训练上都做了哪些贡献
了解大模型的位置编码吗？说一说 RoPE 的原理，为什么现在 RoPE 更受大家的欢迎？还了解其他的位置编码吗
DeepSeek 有了解吗，DeepSeek 用到的 MLA 注意力是怎么做的？它可以直接用 RoPE 吗？为什么不能，它做了哪些优化
刚刚提到 MLA，那 MLA 是怎么对 KV Cache 做优化的
说一说大模型后训练的流程
代码：25. K 个一组翻转链表
一面考察八股比较多，主要在几个比较经典的大模型，LLaMA、Qwen 以及 DeepSeek，难度不算大。但是代码题比较难（竟然出 hard……
二面
自我介绍和讲论文讲实习，和一面类似，也是比较关注具体业务场景下做的工作，对论文的讨论并不多
串了一下 Qwen，主要是发布的这几版模型，都做了哪些贡献，包括数据、模型和训练这几个方面，不过问的不深
Qwen 是怎么做长度外推的
了解大模型的解码策略吗，简要说一说吧
代码：199. 二叉树的右视图
聊天环节，职业规划等
二面整体来说比较轻松，问的不深入，比较泛，主要还是看对大模型的了解的多少
总结
美团就进行了两轮技术面，并且难度都不大。后来谈薪的时候才知道，原来我是个大白菜，怪不得面试的这么轻松，果断放弃了
@AI行业洞察
