——基于 DeepSeek、GLM 等国产大模型与国际一线大厂真实面试场景，严格遵循 STAR 法则
这套题目专为高级 AI 工程师、AI 架构师、AGI 应用负责人设计。所有题目均要求候选人结合自身真实项目经历，按照 Situation–Task–Action–Result 框架回答。面试官可以根据回答深度，随时由浅入深追问，直至触及候选人理论边界与实战极限。
一、基础能力层（考察扎实基本功）
1. 大模型预训练数据工程
情境：假设你正在为某垂直领域（如法律/医疗）从零构建一个百亿参数大模型。
任务：请描述你的数据采集、清洗、去重、配比策略，并说明如何评估数据质量。
追问：如何处理训练数据中的隐私信息？如何检测和避免 benchmark 数据泄露？
期望回答要素：MinHash、LSH 去重，Heuristic 过滤、模型质检（如 fastText 分类器）、PII 脱敏、数据版本管理（DVC）、Shuffle 与混合比例实验。
2. Transformer 核心机制手撕
情境：你在面试一个 AI 基础设施岗位，需要快速验证候选人对 T