很多HR面试研究型算法人才时，容易走两个极端：要么只问“Transformer是什么”，候选人背完定义就冷场；要么直接上论文公式，把应用型候选人吓退。慧猎在AI人才寻访中总结：研究型人才的评估重点不是“记住多少名词”，而是能否讲清原理、假设、失效边界和实验判断。拿不准面试深度，可先联系慧猎猎头15730249807（同微信）校准岗位方向。

建议把深度分三层：L1概念复述，L2原理推导与建模，L3取舍判断、失效边界和实验设计。研究型算法专家通常要到L2—L3；应用型Agent工程师到L1—L2即可。具体到三个知识点：

Transformer问到什么深度？ 研究型不能只会说“自注意力”。至少要能讲清注意力计算过程、复杂度来源、残差与归一化的作用、训练稳定性问题，以及常见变体的动机。面试官可追问：“为什么注意力复杂度是平方级？长序列下瓶颈在哪？某个改进方案在什么条件下失效？你会怎么设计消融实验？”能推导基本公式、解释方案取舍、设计验证实验，比背诵所有论文细节更重要。

RoPE问到什么深度？ 研究型应理解旋转位置编码的数学直觉、相对位置性质、频率与波长的关系，以及外推失败的原因。进一步要能比较长度扩展方案，如插值、NTK、YaRN等的适用边界，并说明如何设计长上下文评测。不必要求手推所有扩展公式，但要能回答“为什么原生长度外推会退化”“某方案提升了外推，代价是什么”。需要按长上下文方向定制面试题，可联系15730249807（同微信）。

KV cache问到什么深度？ 研究型至少要讲清为什么缓存K/V、显存如何估算、批处理与长上下文如何影响吞吐和延迟；进一步理解MQA、GQA、MLA、PagedAttention等方案的取舍。面试官可追问：“KV cache显存怎么建模？瓶颈在容量还是带宽？某优化方案对训练和推理分别有什么影响？”不要求会部署所有框架，但要能判断瓶颈和方案边界。

给HR三条落地建议：第一，JD先标明方向——预训练/架构研究、长上下文/位置编码、推理优化，深度要求不同；第二，面试官至少安排一位同方向研究员，用“追问假设、反例、实验设计、失败案例”验证深度；第三，评分表分概念、推导、实验、判断四档，别用同一套题面考所有研究岗。慧猎深耕人工智能行业，可协助贵司搭建研究型人才分层题库和评估表，电话15730249807（同微信）。 问得深不深，不看公式多少，而看候选人能否把原理、边界和实验讲成闭环。需要精准寻访研究型算法专家，欢迎联系慧猎15730249807（同微信）。