节前,我们星球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。
汇总合集:《大模型面试宝典》(2024版) 发布!
分享我们星球上一位超级牛叉的小伙伴的面经。
面试基本在两周之内结束掉了,还因为时间冲突推掉了小米和滴滴。
因为去年秋招、春招时,看过星主在社群中分享了许多NLP&大模型相关的面经,收获的很多。在此感谢大佬的分享,也很感谢那些平时给答疑的小伙伴。在这里我也分享一下自己面经,希望大家都能找到理想的工作。
哈哈哈,我暂时卷不动了,休息一段时间。
1、金山 NLP
2.28 投递
3.2 笔试
3.14 一面
3.19 二面
3.25 hr面
3.27 电话oc
一面 30min:
-
1、bert、gpt等大模型的架构是什么
-
2、怎么实现的只看到前面的token
-
3、decoder-only的mask怎么实现
-
4、bert还需要mask吗
-
5、llama的结构
-
6、前置层归一化的好处是什么?
-
7、还有什么区别?层归一化函数用的RMSnorm,还有旋转位置编码
-
8、旋转位置编码的好处是什么
-
9、项目介绍
-
10、数据怎么处理的,训练数据输入和输出之间用什么分割符
-
11、lora和adapter的区别和相同点
-
12、lora和adapter的在推理时有什么区别
-
13、用过或了解什么分布式训练
-
14、llama2和llama的区别
-
15、无手撕
二面 1h10min:
-
无八股,基本在聊项目及细节,因为项目涉及VAE在文本上的应用,面试官还让画图展示讲解。
-
算法:找到数组中最大的k个数,说思路就行(说了最小堆),以及时间复杂度
三面 15min:
- 简单聊天,当场oc说申请offer,过了两天电话确认base地
2、OPPO NLP:
2.26 投递
3.9 笔试
3.18 一面
3.20 二面
3.21 hr面
3.29 offer
一面 30min
-
1、自我介绍+项目介绍
-
2、bert和gpt的区别
-
3、bert怎么实现看到上下文的
-
4、介绍一下qlora
-
5、介绍promt tuing和其他高效微调方法
-
6、算法:最长回文子串,说思路(太久没刷题了忘记动态规划、面试官说不一定要用最优解,我就说了个暴力解的思路)
二面 30min
面试官应该是主管,主要是聊天,没怎么问技术,也没有手撕
-
1、自我介绍+项目介绍
-
2、了解国内的大模型吗(说了chatglm)
-
3、chatglm的优化点在哪
-
4、长度外推现在一般怎么做
-
5、以往的项目中有没有自己主导的内容
-
6、有没有遇到过分歧什么的,怎么解决的
-
7、自己努力去实现目标的事
hr 面 25min
-
1、自我介绍+一些家常
-
2、拿到offer了吗
-
3、求职最看重的三个点
-
4、求职最反感的是什么
-
5、如何判断企业价值观与个人价值观匹配呢
-
6、为什么没有企业实习经历
-
7、有没有因为预期会损害到他人利益,而十分纠结的经历
-
8、家人对找工作有无支持
-
反问:培训制度、上班时间
技术交流群
前沿技术资讯、算法交流、求职内推、算法竞赛、面试交流(校招、社招、实习)等、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~
我们建了NLP&大模型算法岗技术与面试交流群, 想要获取最新面试题、了解最新面试动态的、需要源码&资料、提升技术的同学,可以直接加微信号:mlc2040。加的时候备注一下:研究方向 +学校/公司+CSDN,即可。然后就可以拉你进群了。
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:技术交流
用通俗易懂方式讲解系列
-
《大模型面试宝典》(2024版) 正式发布!
-
《大模型实战宝典》(2024版)正式发布!
-
用通俗易懂的方式讲解:自然语言处理初学者指南(附1000页的PPT讲解)
-
用通俗易懂的方式讲解:1.6万字全面掌握 BERT
-
用通俗易懂的方式讲解:NLP 这样学习才是正确路线
-
用通俗易懂的方式讲解:28张图全解深度学习知识!
-
用通俗易懂的方式讲解:不用再找了,这就是 NLP 方向最全面试题库
-
用通俗易懂的方式讲解:实体关系抽取入门教程
-
用通俗易懂的方式讲解:灵魂 20 问帮你彻底搞定Transformer
-
用通俗易懂的方式讲解:图解 Transformer 架构
-
用通俗易懂的方式讲解:大模型算法面经指南(附答案)
-
用通俗易懂的方式讲解:十分钟部署清华 ChatGLM-6B,实测效果超预期
-
用通俗易懂的方式讲解:内容讲解+代码案例,轻松掌握大模型应用框架 LangChain
-
用通俗易懂的方式讲解:如何用大语言模型构建一个知识问答系统
-
用通俗易懂的方式讲解:最全的大模型 RAG 技术概览
-
用通俗易懂的方式讲解:利用 LangChain 和 Neo4j 向量索引,构建一个RAG应用程序
-
用通俗易懂的方式讲解:使用 Neo4j 和 LangChain 集成非结构化知识图增强 QA
-
用通俗易懂的方式讲解:面了 5 家知名企业的NLP算法岗(大模型方向),被考倒了。。。。。
-
用通俗易懂的方式讲解:NLP 算法实习岗,对我后续找工作太重要了!。
-
用通俗易懂的方式讲解:理想汽车大模型算法工程师面试,被问的瑟瑟发抖。。。。
-
用通俗易懂的方式讲解:基于 Langchain-Chatchat,我搭建了一个本地知识库问答系统
-
用通俗易懂的方式讲解:面试字节大模型算法岗(实习)
-
用通俗易懂的方式讲解:大模型算法岗(含实习)最走心的总结
-
用通俗易懂的方式讲解:大模型微调方法汇总