AI面经

我从小程序进入的（另外一种方式是Web端）进入面试后有四个环节：1. 看5分钟招聘宣传片，打字写感受2. 答几道查户口用的题目，很快，主要是选择题形式3. AI面试面试官是真人形象，但实际嘴型对不上，全程职业假笑每次她先问出问题，然后给你十几秒准备时间，然后就会开始录制你的正式回答，每一次回答倒计时两分钟，到期会自动提交上传，当然你可以自己点击提交。然后她会很快解析并总结你的回答，然后继续提问。这个AI的语音转文本的准确度和语义解析（理解）的能力真的不错，超出我的预期，虽然提问相比于真人面试官有点僵硬。总共12道题，关于经历的还有追问，这个追问算作同一个问题下的进一步回答，所以你实际的回答可能不止12个记得几个题，其他的想不起来了：a. 你挑选公司看重什么方面？b. 你对违约金是怎么看的？c. 你有具体是如何应对压力的？有什么具体案例能够证明你能够高效工作吗？d. 请举一个遭遇巨大挫折或者困难的例子并说明你是如何应对的4. 18道认知能力测试题（都是图形推理，选择题形式）中途暂时断网重连不要慌，重新进入小程序后，再次经过最初的测试问答进去后你能看到你的记录是有保存的，不需要重头开始作答，这一点很nice

估计很多人刚开始没看到中兴开设了AI相关的岗位，计算机科学、软件工程、计算机网络、人工智能等专业对口的同学可以找我内推（不过今年已经进入招聘的尾声了）。下面给大家整理了一些面经，还有为什么在中兴做Ai。本人BG本硕西北工业大学，软件工程专业。去年签约中兴蓝剑，今年5月顺利入职数字技术产品部（主要负责企业数字化转型，内部喊我们DT）。入职后，部长希望我不要只做开发设计，而是对AI领域进行前沿探索。——————————————————————————————考虑到base和常驻地，去年秋招我并没有海投，一共面试了蚂蚁支付宝、华为、荣耀、百度、TP、中兴这几家，并且都拿到了offer。当时蚂蚁一直在...

● 自我介绍● 了解 DeepSeek-R1 吗？介绍一下？● R1 的 MLA 是如何实现 KV-Cache 的节约● R1 在 SFT 时冷启动的目的● 位置编码是什么？解释 ROPE？● 一个 14B 的模型，推理和训练要多少缓存● 显存的占用和哪些因素有关● 大模型灾难性遗忘是什么？如何解决？● BF16、FP16、FP32 对比？● Adam、AdamW 原理● deepspeed 的三个阶段● 自我介绍● 手写 Self-Attention 公式，解释 Q/K/V 的作用● 位置编码有哪些实现方式？相对位置编码相比绝对位置编码的优势？● LayerNorm 和 BatchNorm 的区别？为什么 Transformer 用 LayerNorm？● 多头注意力的本质是什么？头数如何影响模型性能● 大模型训练中的显存瓶颈如何解决？● LoRA/Adapter/P-Tunning 的区别？如何选择微调方法？● 解释 PLHF 流程，客服场景如何应用？● 大模型灾难性遗忘的原因和缓解方法？● 如何实现混合精度训练（AMP）？遇到 NaN 怎么处理？● Deeppspeed 的 ZeRO 阶段 1 2 3 分别优化了什么？● 解释梯度累计的原理和实现代码？26届校招华为AI岗位内推："AI算法工程师""大模型应用工程师""AI数据工程工程师""AI安全工程师"“AI软件开发工程师”岗位多多，欢迎私聊，或者**************

自我介绍了解 DeepSeek-R1 吗？介绍一下？R1 的 MLA 是如何实现 KV-Cache 的节约R1 在 SFT 时冷启动的目的位置编码是什么？解释 ROPE？一个 14B 的模型，推理和训练要多少缓存显存的占用和哪些因素有关大模型灾难性遗忘是什么？如何解决？BF16、FP16、FP32 对比？Adam、AdamW 原理deepspeed 的三个阶段自我介绍手写 Self-Attention 公式，解释 Q/K/V 的作用位置编码有哪些实现方式？相对位置编码相比绝对位置编码的优势？LayerNorm 和 BatchNorm 的区别？为什么 Transformer 用 LayerNor...

唯一一个挂在ai面经的岗位，但是后来有得到区域公司hr的反馈，表示其实简历和个人特质都是完全符合公司要求的，ai面试并没有影响我的面试结果，就是单纯不突出而已。请分享一段你在完全没有准备好的情况下，仍然迎接挑战的经历，当时的挑战是什么，在应对挑战的过程中遇到了哪些挫折，你是如何应对挫折并快速成长的。