节前，我们组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学，针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。
最大的感受就是，今年的算法面试题普遍反馈特别的新！AIGC 相关的面试题猛增，特别是去年到今年爆火的大模型、多模态、扩散模型、SAM等考察的知识点越来越多。
基于讨论和大模型实践，我们写一本书：《大模型面试宝典》(2024版) 发布！
3.19 面了40分钟，今天第三场面试了，中午还开了个会，面完我感觉嗓子都哑了。
面试体验不好，我回答问题的时候面试官好像一直在玩手机，而且岗位名字叫AIGC，但我感觉问得是NLP和大模型，和我感觉的AIGC不太一样，我以为至少会问点stable diffusion， lora之类的，而且我也有一个相关的项目，结果一个都没问。
1.自我介绍
2.你现在不是正在实习吗，为什么还在找实习
3.挖了一下项目。
4.介绍Whisper底层原理。
5.经典的Bert全套八股。
6.经典的Transformer全套八股文
7.介绍一下缩放点积注意力机制，以及它有什么作用
8.是否自己搭建过LLM，大概介绍一下(这里我没太懂面试官的搭建是什么意思，我回答了自己部署和训练大模型的经历)
9.我咋做提示工程的
10.介绍chatGPT的训练流程
11.介绍RLHF完整训练过程
12.手撕，找出第k大的数
13.反问，我问为什么叫岗位叫AIGC，感觉岗位更像LLM
在此特别推荐今年、明年找工作的同学加入我们算法群和星球学习！不仅有数千题算法岗&软开岗的面试真题，还可以提问如何找工作，方向选择，还有Offer选择等问题，更有上百家公司的内推和求职准备攻略。
技术交流&资料
技术要学会分享、交流，不建议闭门造车。一个人可以走的很快、一堆人可以走的更远。
成立了大模型面试和技术交流群，相关资料、技术交流&答疑，均可加我们的交流群获取，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友。
方式①、微信搜索公众号：机器学习社区，后台回复：加群
方式②、添加微信号：mlc2040，备注：来自CSDN + 技术交流
通俗易懂讲解大模型系列
-
做大模型也有1年多了，聊聊这段时间的感悟！
-
用通俗易懂的方式讲解：大模型算法工程师最全面试题汇总
-
用通俗易懂的方式讲解：不要再苦苦寻觅了！AI 大模型面试指南（含答案）的最全总结来了！
-
用通俗易懂的方式讲解：我的大模型岗位面试总结：共24家，9个offer
-
用通俗易懂的方式讲解：大模型 RAG 在 LangChain 中的应用实战
-
用通俗易懂的方式讲解：一文讲清大模型 RAG 技术全流程
-
用通俗易懂的方式讲解：如何提升大模型 Agent 的能力?
-
用通俗易懂的方式讲解：ChatGPT 开放的多模态的DALL-E 3功能，好玩到停不下来！
-
用通俗易懂的方式讲解：基于扩散模型（Diffusion）,文生图 AnyText 的效果太棒了
-
用通俗易懂的方式讲解：在 CPU 服务器上部署 ChatGLM3-6B 模型
-
用通俗易懂的方式讲解：使用 LangChain 和大模型生成海报文案
-
用通俗易懂的方式讲解：ChatGLM3-6B 部署指南
-
用通俗易懂的方式讲解：使用 LangChain 封装自定义的 LLM，太棒了
-
用通俗易懂的方式讲解：基于 Langchain 和 ChatChat 部署本地知识库问答系统
-
用通俗易懂的方式讲解：在 Ubuntu 22 上安装 CUDA、Nvidia 显卡驱动、PyTorch等大模型基础环境
-
用通俗易懂的方式讲解：Llama2 部署讲解及试用方式
-
用通俗易懂的方式讲解：基于 LangChain 和 ChatGLM2 打造自有知识库问答系统
-
用通俗易懂的方式讲解：一份保姆级的 Stable Diffusion 部署教程，开启你的炼丹之路
-
用通俗易懂的方式讲解：对 embedding 模型进行微调，我的大模型召回效果提升了太多了
-
用通俗易懂的方式讲解：LlamaIndex 官方发布高清大图，纵览高级 RAG技术
-
用通俗易懂的方式讲解：为什么大模型 Advanced RAG 方法对于AI的未来至关重要？
-
用通俗易懂的方式讲解：使用 LlamaIndex 和 Eleasticsearch 进行大模型 RAG 检索增强生成
-
用通俗易懂的方式讲解：基于 Langchain 框架，利用 MongoDB 矢量搜索实现大模型 RAG 高级检索方法
-
用通俗易懂的方式讲解：使用Llama-2、PgVector和LlamaIndex，构建大模型 RAG 全流程
)
)