阿里 Agent算法面经（一面）

日常实习 · 2026-11

深入深挖打标与推荐排序实习项目，重点考察特征交叉八股、多Agent协同论文细节及日志Top-K统计手撕

• 一面 · 项目：介绍快手实习中基于多轮对话的用户打标与下游推荐召回流程
• 一面 · 场景：业务中负向标签（如限制条件）的抽取方式及在下游召回排序中的应用
• 一面 · 场景：多轮对话海量标签的控量处理与标签权重（强弱限制）建模机制
• 一面 · 八股：推荐精排模型 DCN-V2 的网络结构与特征交叉原理，对比 FM、DeepFM、DIN
• 一面 · 项目：介绍滴滴实习中多模态 VLM 微调与 Decision Model 级联打标系统架构
• 一面 · 项目：多级标签预测中结合 Beam Search 的推理流程及束搜索宽度的选型依据
• 一面 · 场景：判别式/决策式模型与生成式基座大模型直接打标的优缺点对比与业务选型
• 一面 · 手撕：搜索日志 Top-K 热门 Query 统计（Query 文本归一化、按用户 UV 去重并排序）
• 一面 · 开放：多 Agent 协同中将协作能力内化到模型参数相比工程 Prompt/Workflow 框架的优势与收益
• 一面 · 项目：规划模型（Leader）与执行模型（Follower）的协同机制与联合/交替优化训练方案设计
• 一面 · HR：实习换岗原因、预期到岗时间与反问