兄弟们，大佬们，本 2 硕 9，本硕都是科班，但是对于 AI 了解甚少。想从 传统后端转型到大模型应用开发的方向，该如何走？算法方向我大概是走不了了。大模型应用结合后端应该是有一定机会的，但目前对于这个方向还不太确定该怎么走，不知道有没有顺利转型的可以指导一下🥹，需要学习哪些知识？有什么项目可以练手？

自我介绍项目介绍大模型夺命连环call关键词检索的算法 有什么rerank模型的架构rerank为什么慢长期记忆，短期记忆长期记忆需要保存什么东西长期记忆的压缩方案知识库构建 PDF数据是怎么解析的。 -- 用ocr和 VL模型 有没有调研过一些开源的库之类的OCR用的什么模型PDF中的表格和图片是怎么处理的。 -转成markdowmHTML是怎么解析的 有没有优化方案 BS4。 有调研过其他方案吗为什么要先embbding再rerank 你先rerank不行吗manus了解过manus，你能给我讲讲manus的技术特点嘛你怎么看出来manus是多智能体方案的如何不用多智能体方案给1000个t...

🍓一面时长约50min，面试官很和蔼，体验感还不错。1．面试官先简单介绍了下团队，然后是自我介绍；2．拷打了一下项目和论文；3．为什么多头注意力能提升表达能力？4．为什么要在大模型中使用 RMSNorm ？和 LayerNorm 有什么差异？5.LoRA和 PromptTuning 有何区别，分别适用于什么场景？6．模型微调时遇到过过拟合吗？怎么处理的？7．大模型推理时的加速思路？8.KV Cache 是怎么起作用的？为什么对长上下文推理很关键？算法题手撕：字符串的全排列。二叉树序列化与反序列化。✅面试感受：整体提问节奏比较平稳，面试官很有亲和力，有的地方卡住了还会给提示。🍓二面时长约40min，主要是针对简历进行深挖。1．自我介绍。2．深挖项目，针对项目思路不断追问。3．大模型生成内容如何做去重过滤？4．如果词表特别大（10w+ token ), Softmax 加速通常有哪些实现？5．如果要在中文领域做 Instruction Tuning ，需要注意哪些数据问题？6．反问✅面试感受：二面的氛围和一面截然不同，面试官提问非常犀利，没有太多套路问题，并且对细节很关注。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

只能说是灾难级表现，感觉还是得刷刷算法题，全排列都有bug没做出来。一面不挂，我都不敢去了。一面（8.14）：1.问论文，做了些什么2.推理加速项目做了些什么，还问到llama模型的架构,self attention3.问C++的指针（直接说不咋会C++，会些C)4.然后问C中malloc的具体实现5.多线程和bash脚本5.算法题全排列（没做出来，啥都给忘了，面试官还有点安慰的意思）6.反问实习时间（实在是没脸问，只是想快点结束）电话（8.19）：通知入职时间。感觉最近好像有点缺实习生，各个公司都抓紧招人。