实习项目被追问哪些技术细节?

回答与解析

二面三面的项目追问清单

目标与个人边界：为什么做、谁使用、成功指标是什么；本人写了哪些代码、做了哪些决策，团队提供了什么。

数据：来源与许可、样本单位、标签如何生成、去重与切分、防止用户/实体/时间泄漏、长尾和错误标注怎样处理。

模型：基线、候选方案、目标函数、结构和超参数；为什么选当前模型；消融能否证明某个模块有效；失败方案是什么。

训练与复现：框架版本、dtype、batch、学习率、随机种子、硬件、checkpoint、评测脚本和数值稳定性。

系统与部署：预处理一致性、服务拓扑、TTFT/TPOT 或 P95、吞吐、峰值内存、量化和并行、监控、回滚与故障处理。若采用依赖校准的 PTQ，需要说明代表性校准集；动态量化、QAT、显式 Q-DQ 或预量化权重等路径则要说明 scale 来源及是否需要数据。任何量化结论都应报告具体方法、权重与激活位宽、目标硬件、实际 kernel、质量回归和真实延迟。

结果与反思：离线和线上口径、置信区间、流量与观察窗口、失败切片、下一步。

量化比例、hard-negative 比例、事故、收益和个人动作只能在真实发生并有记录时填写。题目本身是在问面试官会追问什么，不应把清单扩写成候选人的虚假项目。

口语版讲法(30秒速答 + 90秒主答 + 完整展开)

• 核对目标、指标和个人贡献
• 深挖数据标签与泄漏
• 追问基线、消融和失败方案
• 检查训练复现与系统指标
• 确认结果口径、监控和复盘

【30秒速答】 二面三面通常沿项目证据链追问：目标和成功指标是什么，个人实际负责哪部分；数据从哪来、标签怎样生成、如何切分防泄漏；为什么选这个模型，基线、消融和失败方案是什么；训练配置能否复现；部署时延迟、吞吐、内存、量化和回滚怎样验证；结果的样本量、对照和观察窗口是什么。INT8 收益、hard-negative 比例和线上事故只有真实发生并有记录时才能回答，清单本身不能替候选人制造项目。

【90秒主答】 目标层会问用户是谁、原流程哪里失败、离线指标怎样对应业务，以及约束是延迟、成本还是安全。个人边界会被反复核对，常见问题是“哪段代码是你写的”“哪个决策由你做”“如果没有团队平台能否复现”。回答要区分个人交付、协作内容和团队共同结果。

数据层会追来源、许可、时间范围、样本单位、标签生成、标注一致性、去重和切分。面试官常用一个边界样本检查是否真的理解数据，例如同一用户是否跨训练测试，未来行为是否进入特征，hard negative 如何定义，采样后分布是否和线上一致。比例不能背模板，要说明从哪个候选池采、为何这样配、做过什么对照。

【完整展开】 模型层会从简单基线问起。为什么不用规则、线性模型或更小模型，新增模块解决哪个错误切片，消融是否只改变一个变量，目标函数与线上指标是否一致。若换成另一架构会怎样，复杂度、参数量和失败模式是什么。训练层会核对框架与版本、随机种子、精度、优化器、学习率、batch、梯度累积、checkpoint 和评测脚本，还可能要求现场推导损失或张量 shape。

系统层关注线上线下一致、模型格式、服务拓扑、队列、缓存、量化、并行、P95 延迟、吞吐和峰值内存。若采用依赖校准的 PTQ，需要说明代表性校准集；动态量化、QAT、显式 Q-DQ 或预量化权重等路径要说明 scale 的来源及是否需要数据。任何方案都要报告量化方法、权重/激活位宽、目标硬件、实际 kernel、质量回归和真实延迟，不能只说 INT8 一定更快。故障问题要说明监控怎样发现、影响范围、止损、根因和防复发；如果没经历事故，直接说明只做过演练。

结果层会追问分母、对照组、置信区间、流量、观察时间和是否全量。最后通常要求说出最大局限和下一步最小实验。准备方式不是记一篇漂亮故事，而是为每个关键数字建立证据索引，为每个架构选择准备基线与失败案例。这样无论追问落在模型、数据还是系统，都能回到真实记录。

关键一句:项目追问的目的，是验证目标、个人动作、技术证据和结果是否互相一致。

核验来源

1. Model Cards for Model Reporting
2. Hidden Technical Debt in Machine Learning Systems
3. ML Test Score: A Rubric for ML Production Readiness and Technical Debt Reduction

面试官还可能这样问

1. 问法 1 · 场景切入

   假设现在进入实习项目技术深挖，请从你真实参与的项目中选择一个，准备解释模型、数据、系统与评测中最关键的一次决策及其证据。

2. 问法 2 · 层层追问

   你本人负责的边界是什么？……为什么选这个架构而不是基线？……数据怎样切分和防泄漏？……离线与线上不一致时如何定位？……数字如何回到实验或监控？

3. 问法 3 · 直球技术

   请基于真实项目说明模型设计、数据处理、系统优化、效果评估、失败方案和个人贡献；所有指标给出口径与证据，不能补造项目细节。