敦煌网推荐算法面经：特征评估、MMoE、SID 构建与传统推荐链路

敦煌网推荐算法岗面经：围绕实习业务场景展开，依次考察特征好坏怎么判断、MMoE 结构、SID 构建流程、SFT 流程和传统推荐链路，最后手撕最大子数组和。

滴滴算法秋招凉经：GRPO 监控指标与 Agentic RL 数据链路

滴滴算法秋招凉经，12 问全部围绕 RL 后训练：GRPO 除 reward 外要盯的六类指标、可训练轨迹必须保留的可见状态、SFT 数据筛选与成功轨迹的幸存者偏差、何时从 SFT 切到 RL，以及异步 rollout 的 off-policy 与 KL 约束。

合合信息多模态大模型算法研究员一面与作业帮大模型算法一面、二面合集，问题覆盖如何判断 SFT 模型可以转 RL、DPO 奖励函数与 DPO/GRPO 对比、RL 训练中输出变长的原因、DPO 数据筛选稳定性与 OCR 模型架构，手撕三数之和、搜索旋转排序数组。

京东大模型算法岗 9 场面试记录：VLM 项目追问 M-RoPE 视频位置编码与 SAM2，RoPE、ALiBi 与 SwiGLU 八股，Agent 与 SFT/GRPO 链路，RAG 与库存一致性，以及一场偏前端的 Vue 响应式面试。

美团自动驾驶算法工程师二面，9 月 24 日约 30 分钟，工作地北京或深圳。没有项目拷打，整场围绕实习的数据流水线：结构分析与样本回流、高质量 SFT 数据集的理解与分布评估、专家经验思考监督数据，最后手撕合并区间并给一段算法源码做 debug。

淘天集团 Agent 算法一面：任务合成与清洗、bad pattern 重采样、RL 轨迹压缩与 SFT 超参，考 Adam 与 Muon 的区别、ReAct、KV cache 为什么只缓存 K 和 V，并用 torch 手写多头注意力。