AI大模型面试题怎么准备：从技术面到项目面的复习清单
准备AI大模型面试题，核心不是背题库，而是按目标岗位拆出技术面范围，再针对每类问题准备能经得起追问的答案。
算法岗偏重原理推导和训练细节，应用岗偏重Prompt设计、RAG和Agent落地，运维岗则关注GPU资源调度、推理服务和成本控制。
下面按复习顺序给出可执行清单。
先确定岗位方向，再决定复习范围
不同岗位对AI大模型面试题的侧重点差异很大，盲目刷题容易在无关方向上浪费时间。
- 算法/研究岗：重点准备Transformer结构、注意力计算、位置编码、预训练目标、微调方法（LoRA、Adapter）、RLHF流程。面试官通常会追问公式和维度变化。
- 应用/工程岗：重点准备Prompt工程、RAG检索链路、向量数据库选型、Agent工具调用、函数调用协议、流式输出和上下文管理。
- 运维/平台岗：重点准备GPU显存估算、模型量化（INT8/INT4）、推理框架（vLLM、TGI）、并发压测、Kubernetes部署和监控指标。
确定方向后，把岗位JD里出现的框架名和术语逐条整理成清单，作为复习大纲。
技术面高频考点怎么整理
建议按“概念—公式—代码—项目”四层来准备每个考点。
以Transformer为例：
- 概念层：能用自己的话解释自注意力机制解决什么问题，和RNN的区别在哪里。
- 公式层：写出缩放点积注意力的计算式，说明除以根号d_k的作用，能推导多头注意力的维度拆分。
- 代码层：能手写一个简化的单头注意力前向计算，理解Q、K、V矩阵形状。
- 项目层：结合自己用过的模型，说明为什么选择该结构、遇到过长文本截断还是显存不足的问题。
微调部分重点区分全量微调和参数高效微调：LoRA通过低秩分解减少可训练参数，适合显存有限的场景；
Adapter在层间插入小模块。
面试中常问“什么情况下选LoRA而不是全量微调”，回答要结合数据量、显存和效果要求。
推理优化部分要能说清KV Cache的作用、PagedAttention如何减少显存碎片，以及量化对精度和吞吐的影响。
这些内容不需要背论文原文，但需要能讲出适用条件和代价。
项目经历怎么讲才能经得起追问
项目是面试中区分度最高的部分。
准备时按下面的结构写一段两分钟自述：
- 业务背景：解决什么问题，用户是谁。
- 技术方案：用了什么模型、框架和检索方案，为什么这样选。
- 关键难点：例如检索召回率低、响应超时、显存不够，你如何定位和解决。
- 量化结果：用可核验的指标描述，例如首token延迟从多少降到多少、准确率提升几个百分点。没有精确数据时如实说明观测方式，不要编造。
面试官常顺着项目追问：“如果并发翻倍，瓶颈在哪里？
”提前准备容量估算：模型参数量、显存占用、单卡并发数、是否需要多卡张量并行。
模拟验证：用输出检查掌握程度
复习效果不能只靠“看懂了”来判断。
建议做三类验证：
- 白板复述：合上资料，用五分钟讲清注意力机制和LoRA原理，录音回听卡壳的地方。
- 手写代码：在本地用Python和NumPy实现缩放点积注意力，形状对不上就说明理解有缺口。
- 模拟追问：找同伴按“为什么、如果换成X会怎样、代价是什么”连续追问三层，答不上来的记入待补清单。
如果条件允许，可以在本地用小模型跑一次LoRA微调或vLLM推理服务，至少熟悉启动命令和显存占用观察方式，面试时描述会更具体。
常见误区与避坑
- 只背结论不推过程：面试官常要求解释“为什么”，只答名词容易露馅。
- 项目指标夸大：无法说明测量方法的提升数据，反而会被质疑真实性。
- 忽略工程约束：算法岗也会问显存和延迟，应用岗也要懂基础原理，边界不要划得太死。
- 不准备反问环节：可以准备一两个关于团队技术栈和业务场景的问题，体现真实兴趣。
最后，AI大模型面试题的准备是一个按岗位收窄范围、按考点分层验证的过程。
先锁定方向，再整理高频考点和项目自述，最后用白板和模拟追问检验，比单纯刷题更接近面试真实要求。
