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、今年参加社招和校招面试的同学。

针对大模型技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备面试攻略、面试常考点等热门话题进行了深入的讨论。

总结链接如下：《大模型面试宝典》(2024版) 正式发布！

---

最近实习找的有点焦虑，一直没有合适的机会去大厂面试，恰逢上次算法交流会的内推机会，感谢球友的推荐，有了面试的机会。

目前艰难的走到的终面，希望可用成功。。。

一面

总体体验不错，面试官很和蔼，半聊天半提问

1. 自我介绍
依次讲实习、研究方向、竞赛
（面试官：你不要觉得自己的经历和我们匹配度不高就故意讲得简略，这些无关的经历也能反应你的综合能力。QAQ）
2. 八股（不分先后）：
1. C++ 指针有哪几种有什么用？
2. C++ 多态怎么实现的？
3. 讲讲进程线程调度算法（只讲了个大概）
4. 了解计算机网络吗？（非科班，摊牌说完全不懂，面试官很失望的样子）
5. linux 中要看进程线程占用率你会用什么命令（top）
6. Transformer 结构讲讲。
7. 口述一下快排的做法。
8. 了解 docker 吗？（不了解，只知道 docker 是干嘛的）
编程题：
1. 用 5 个线程来打印 1 ~ 100，另外要求每个线程必须按顺序依次执行。摊牌说不会按顺序的做法，换题。
2. 用栈实现队列。写完被面试官说效率太低，经提示后再改进（面试官：你 python C++ 都会那为什么不用 C++ 呢，印象分会高点，寄）。

面试体验很好，但应该是寄了。

二面

以为是二面，没想到面试官和HR一起面，一问是终面，感恩！

面试官介绍部门

1. 自我介绍
2. 实习和项目狠狠拷打。具体过程？实习期前后期你分别收获到什么？分工？
3. linux怎么看cpu占用率？
4. 用过gdb调试吗
5. 写过makefile吗
6. 在哪些地方用C++？你刷算法题喜欢用c++还是python？
7. list和vector底层
8. shared_ptr底层
9. 堆内存和栈内存区别
10. Transformer介绍
11. Transformer性能瓶颈在哪
12. 发散：你觉得可以怎么缓解这个性能瓶颈？
13. 你的这几个竞赛对你有什么帮助？
14. 竞赛时团队的分工？
15. 还投了哪些公司？你现在的求职偏好是什么？
16. 你觉得你自身现在最大的不足是什么？
17. 实习时间几个月？
18. 反问：如果oc会被分配哪方面的工作？后续还有什么流程？（答这是终面，如果录用会本周内通知）

兵荒马乱一个多月第一家走到终面的公司，HR姐姐人美心善给个oc吧呜呜！

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~

我们建了算法岗技术与面试交流群， 想要大模型技术交流、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。

想加入星球也可以如下方式：

方式①、微信搜索公众号：机器学习社区，后台回复：星球
方式②、添加微信号：mlc2040，备注：星球

面试精选

• 一文搞懂 Transformer

• 一文搞懂 Attention（注意力）机制

• 一文搞懂 Self-Attention 和 Multi-Head Attention

• 一文搞懂 BERT（基于Transformer的双向编码器）

• 一文搞懂 GPT（Generative Pre-trained Transformer）

• 一文搞懂 Embedding（嵌入）

• 一文搞懂 Encoder-Decoder（编码器-解码器）

• 一文搞懂大模型的 Prompt Engineering（提示工程）

• 一文搞懂 Fine-tuning（大模型微调）

• 一文搞懂 LangChain

• 一文搞懂 LangChain 的 Retrieval 模块

• 一文搞懂 LangChain 的智能体 Agents 模块

• 一文搞懂 LangChain 的链 Chains 模块