AI 面试日报 · 2026-07-29 封面 速览 题 ① 题 ② 题 ③ 硬核 快答 来源
AI INTERVIEW DAILY · 转行进 AI · 2026-07-29

AI 面试日报
今天，离 offer 更近一步

给正在转行进入 AI 行业的你：今天聊 大模型算法岗的「对齐三件套」RLHF/DPO/GRPO、FDE 最像真实工作的「拆解案例轮」、以及 AI 训练师怎么从时薪几十爬到时薪 500 元的高阶专家；硬核拆解讲清一个必考八股——为什么大模型都用 LayerNorm，不用 BatchNorm。

3今日面试题
3覆盖岗位
38第 38 期
速览

TL;DR · 今日速览

TL;DR = Too Long; Didn't Read（太长不看版）· 读这一屏就够

一句话总览：本周多份 2026 AI 人才盘点把大模型算法岗校招月薪 5.2 万送上「薪酬天花板」、又把 DPO/GRPO 列成新必考项——今天就借这由头，聊算法岗的对齐三件套、FDE 的拆解案例轮、AI 训练师的高阶进阶路，硬核拆解讲 LayerNorm 为什么打败 BatchNorm。

1
大模型算法｜对齐三件套：别只背 RLHF/DPO/GRPO 的名词，面试官要你讲清「为什么现在都爱用又稳又好落地的 DPO」——这是 2026 校招算法岗的新分水岭。
2
FDE｜拆解案例轮：给你一个含糊客户需求 + 45 分钟，考的不是手速，是你敢不敢先提问、再画出一个能跑的最小方案（MVP）。
3
AI 训练师｜高阶进阶：全场门槛最低的入口，但基础标注可替代性极强；真正稳的是往「领域出题专家」走，时薪能到 500–800 元。
🎯 今日面试经验 Top 3第 1 题 / 共 3
大模型算法工程师 #1 · 今日锚点
「RLHF、DPO、GRPO 到底啥区别？现在为什么都爱用 DPO？」—— 2026 校招算法岗的新分水岭
面试官可能这样问项目拷打之后的通识题：「你项目做没做对齐？说说 RLHF / DPO / GRPO 的区别，现在让你做你选哪个、为什么？」——「对齐」＝让模型不光会说话，还会说「人爱听、且安全有用」的话。
怎么答（讲出取舍才加分）
  • RLHF（最经典也最重）：SFT 打底 → 训一个「奖励模型」学人类打分 → 用强化学习去追高分。痛点：同时转四个模型、训练不稳、又贵又难复现。
  • DPO（现在的主流，因为「省」）：跳过奖励模型和强化学习，直接拿「好答案 vs 差答案」这对数据做类似微调的稳定训练。好落地、好复现，成了开源社区默认。
  • GRPO（DeepSeek 带火）：同题采样一组答案，用「组内相对好坏」更新，省掉价值网络。在数学/代码这类有明确对错的推理任务上尤其好使。
  • 收尾给判断：要稳要快、有现成偏好数据 → DPO；冲复杂推理 → GRPO；有 RL 基建和预算 → RLHF 上限最高。
过来人提醒：最忌只背定义。哪怕没真训过，也务必说清「DPO 为什么比 RLHF 好落地」这层因果——那是「背过八股」和「真理解」的分水岭。诚实说：算法岗通常要论文/开源/竞赛背书、硕博优先，转行者不必硬冲，但对齐三件套是技术线公共地基。
来源：小林 coding · AI 题库 · 卡码笔记 · LLM 面试题 · 2026 AI 人才趋势盘点
FDE 前向部署工程师 #2
「给你一个含糊的客户需求，45 分钟，你怎么问、怎么给一个能跑的方案？」—— FDE 最像真实工作的拆解案例轮
面试官可能这样问丢来一句模糊诉求「我们客服每天被重复问题淹没，想上个 AI 帮忙」，给你 45 分钟变成能落地能演示的方案。⚠️ FDE ＝「前向/驻场部署」，不是「前端部署」，跟 Front-end 毫无关系，是「能写代码 + 能面客」的混合岗。
怎么做（考的是「翻译含糊需求」，不是手速）
  • 先别写代码，先提「发现性问题」：每天多少单？重复占比？知识库现成吗？答错代价（退款/合规）？——你提问的质量，暴露你有没有真解决过落地问题。
  • 画一个 MVP 而不是大饼：「一期只做查 FAQ 知识库 + 查不到转人工的 RAG 客服，不碰下单退款」。RAG＝回答前先翻自己的知识库照着答，少胡说。
  • 主动点风险：可能幻觉→不确定就转人工；数据敏感→私有化部署；用「转人工率/答错率」衡量好坏。自己把坑说出来，强过等面试官挖。
  • 给能演示的收尾：「先搭原型跑通 20 个真实历史问题给客户看，再谈扩展」——FDE 对最后一公里的结果负责。
过来人提醒：最大的坑是「一听需求就冲去写代码」，高分动作是前 10 分钟只提问、不动手。诚实话：FDE 本质是工程岗、要独立扛线上结果，不是速成路——但「把模糊问题翻译成方案」这套思维，所有 AI 落地岗都值钱。
来源：考点提炼 · FDE 拆解案例轮公认高频考法（结合 Index.dev / fde.academy 公开题型归纳）
AI 训练师 / 数据标注 #3
「基础标注随时可被替代，怎么爬到时薪 500 元的高阶领域专家？」—— 转行者最大入口的「早规划」题
这是一条职业路径题AI 训练师/数据标注是全场转行门槛最低的入口（学历专业不限，受众最大流量池），但基础标注可替代性极强、议价空间在被压缩。面试和长期发展真正在筛的，是你有没有往「高阶」爬的意识。
怎么走（把「入口」走成「上升通道」）
  • 先认清三档天花板（数字带来源）：据 2026 薪酬盘点，一线基础岗月薪约 4500–6000、中级约 8000–12000（中位约 8500）；而高阶「领域出题专家」在阿里/字节可到时薪 500–800、月薪 2.5–4 万，要硕士 + 垂直领域 + 5 年经验。
  • 入门就绑定一个垂直领域：别做「什么都标一点」。理工背景做数学/代码标注、医护做医疗文本、英语好做多语种质检——3D 点云/多模态/垂类的时薪本就高得多。
  • 把「会评价一条 AI 回答好坏」练成硬本事：能按「有用/真实/无害」三维打分、能设计标注规范、能处理边界 case——这是通往数据策略/出题专家的门票。
过来人提醒：面试基础岗时主动说「我想往 XX 领域高阶训练师发展、已在补 XX 知识」，比只说「我很细心」加分——招人方最怕招来一个三个月就腻了走人的标注工。
来源：2026 数据标注入行全攻略 · 猎聘 · 数据标注质检专家
🧠 今日硬核拆解深度学习基础
知识域 · 深度学习基础 必考八股
为什么大模型都用 LayerNorm，不用你教科书里先学的 BatchNorm？
面试官怎么问「归一化为什么重要？BatchNorm 和 LayerNorm 有什么区别？为什么 Transformer/LLM 用 LayerNorm？」—— 归一化＝每过一层就把数据拉回规整范围（均值 0、方差 1 附近），让训练又快又稳，区别只在「按什么方向拉」。
大白话版（一个比喻）
想象一张成绩表，行是学生、列是科目。BatchNorm 横着按科目对齐——拿「一批学生的同一科」算平均，依赖「一批人」；LayerNorm 竖着按每个学生自己对齐——拿「同一学生所有科目」算平均，只看自己。LLM 输入是长短不一的句子，一批里长短不齐，BatchNorm 的统计量抖得厉害、推理时一句一句来更直接失灵；LayerNorm 只看每个词自己、跟 batch 无关，天然适配变长序列。
进阶版（面试加分点）
  • 本质差异：BatchNorm 在 batch 维度统计、强依赖 batch size；LayerNorm 在特征维度对每个样本独立统计、与 batch 解耦。
  • 训练/推理一致：BatchNorm 训练用当前批、推理用移动平均，两套行为；LayerNorm 训推同一套，生成场景更省心。
  • Pre-LN vs Post-LN：早期放残差之后（Post-LN）深层易不稳；现在主流挪到子层之前（Pre-LN），梯度更稳好训深。
  • 再进一步 RMSNorm：LLaMA 等去掉「减均值」只按均方根缩放，更省算力、效果几乎不掉——答到这层很加分。
记忆钩子：BatchNorm 横着看一批人，LayerNorm 竖着看自己；句子有长有短，只能竖着来。
⚡ 八股快问快答5 题
Q1什么是 Flash Attention？它解决什么问题？
A：一种让注意力计算「又省显存又更快」的工程优化——不把巨大的注意力矩阵整个写进显存，而是分块在 GPU 高速缓存里算完就丢。结论：长文本训练/推理明显提速省显存，已是大模型标配底层优化。
Q2MQA、GQA 是什么？为什么现在大模型爱用 GQA？
A：都是给注意力「省 KV Cache 显存」的招（KV Cache＝推理时存下算过的中间结果复用）。多个查询头共享一套 K/V——MQA 全共享、GQA 分组共享。结论：显存和带宽大降、效果几乎不掉，长上下文推理里 GQA 是折中最优。
Q3Greedy、Beam Search、Top-p 采样，解码时怎么选？
A：Greedy 每步选概率最高的词，快但死板；Beam 同时留几条候选找整体更优；Top-p（核采样）在概率累积到 p 的词里随机采，更有创造性。结论：翻译/抽取用前两个，聊天/写作用 Top-p。
Q4什么是灾难性遗忘（Catastrophic Forgetting）？
A：模型学了新任务后把旧本事忘了，微调时最常见——只喂新领域数据，通用能力就退化。结论：缓解靠混入通用数据 + 用 LoRA 少动原参数 + 加正则约束，根因是新数据把旧参数覆盖了。
Q5什么是困惑度（Perplexity）？它衡量什么？
A：衡量模型「对下一个词有多不确定」，越低越好（越自信越会预测）。结论：常用于预训练评估语言流畅度，但它只测「说得顺不顺」、不测「答得对不对」，评问答系统绝不能只看它。
🧭 转行者锦囊 · 2026 AI 岗位薪资地图速览

一句话定锚：AI 薪资是座金字塔，越往塔尖越要「硬核 + 稀缺」，但塔基和塔身有大量对普通人友好的真实入口。别被塔尖数字焦虑，也别小看入口。（数字均带来源）

塔尖 · 硕博 + 稀缺（别硬冲）
大模型架构工程师年薪约 50–120 万；算法工程师 2026 校招月薪约 5.2 万登顶天花板。门槛：顶会论文/开源/竞赛。
塔身 · 有工程/产品底可切
AI 应用/Agent 工程师、AI PM、FDE——核心看「能不能端到端交付一个真跑起来的东西」。FDE 国内约 35–55K×13 薪（百万是头部个例）。
塔基 · 转行者最友好的真入口
AIGC 内容/数字人运营本科约 6–10K；数据标注/AI 训练师中位约 8500，但高阶领域专家时薪可达 500–800、月薪 2.5–4 万。
行动建议
转行第一步不是背八股，是做出一个「有真实用户、自己部署上线」的小项目（哪怕 Coze/Dify 搭的智能体）——它同时是你的作品集、面试谈资和「我真入门了」的证据。

数据源状态

本期素材来源（透明可信）· 第 38 期 · 生成于 2026-07-29

✅ WebSearch · 大模型算法/对齐面经（DPO/GRPO 主流化、算法岗薪酬盘点）
✅ WebSearch · 多模态/AI 训练师薪酬（高阶时薪 500–800、标注三档）
✅ 小林 coding / 卡码笔记 题库（对齐 + 归一化八股交叉印证）
⚠️ 知乎薪酬盘点原文（403 反爬 → 改用搜索摘要 + 多源交叉，数字均标来源）
📎 Index.dev / fde.academy · FDE 题库（拆解案例轮按公开题型归纳）
📎 猎聘 / 智联 · 标注岗 JD（高阶训练师薪资区间参考）
📌 今日与近 7 天的差异点：① 岗位组合全新——今日 Top 3 ＝ 大模型算法 + FDE + AI 训练师，一次覆盖「技术线 + 应用产品线 + 入门客户侧」三条线，与昨日 07-28（MLE/DS + AI 应用 Agent + AI PM）无一重叠，#1 换成大模型算法（昨日 #1 是 MLE）。② 三岗均取近 7 天最长休息位——大模型算法休 5 天、FDE 休 4 天、AI 训练师休 3 天。③ 题目角度全新——算法讲「RLHF/DPO/GRPO 对齐取舍」（≠07-24 手撕 Self-Attention、≠07-27 硬核 LoRA）；FDE 讲「拆解案例轮·含糊需求→MVP」（≠07-25 开放排障、≠07-16 脏 JSON 编码轮）；训练师讲「高阶领域专家转型路径·职业规划维度」（≠07-22 入职试标、≠07-26 三维评估）。④ 硬核域换到「深度学习基础·LayerNorm vs BatchNorm」——近 7 天硬核域为 Transformer/机器学习基础/RAG/评测/Agent/训练对齐/多模态，深度学习基础自 07-21 后未做过。⑤ 快问快答 5 题（Flash Attention/MQA-GQA/解码策略/灾难性遗忘/困惑度）全部避开近 7 天高频的 temperature、上下文窗口、Function Calling、LoRA、MoE、量化、幻觉、蒸馏、CoT、Diffusion。⑥ 今日锚点＝本周多份 2026 AI 人才盘点把算法岗校招月薪 5.2 万列为天花板、把 DPO/GRPO 列成新必考项（绑定 #1），并披露高阶 AI 训练师时薪 500–800 元（绑定 #3）。
按 P 切换投影一屏一页模式