飞猪 搜广推 二面凉经

介绍论文,没问项目实习
介绍attention种类
embedding层的引入的目的作用
特征工程和模型设计两个部分怎么来处理(流程经验),有无处理大量特征工程处理经验
定价异常检测场景用回归还是分类(我觉得都行吧,分类好点结合场景balabala,但是感觉他不太满意)
初始化目的,全0初始化问题
哪些机器学习模型可以全0初始化(不知道)
cv领域相对nlp现在面临着什么问题
大量有偏数据,少量无偏数据,怎么得到无偏模型,乱说了bagging,过采样,数据增强,中间他问我确不确定
问了手头offer,说了一些,然后表了忠心,喜欢杭州(确实喜欢,长腿妹妹贼多😍)
半个小时后挂,确实有一些问题没咋答出来,但是感觉答得也还行吧,难道说别的薪资高了把他吓着了
还是太菜,不过确实有的经验或者机器学习的不太知道,但是秋招行进至此,每天已经没啥心情准备,不知道什么时候才是个头,感觉一直都在围城中
#牛客创作赏金赛#
全部评论
就冲这句长腿妹妹贼多,必须一键三连
3 回复 分享
发布于 2024-11-26 11:27 陕西
搜广推mark
点赞 回复 分享
发布于 03-12 19:56 江西
能问下一面问了些什么吗?
点赞 回复 分享
发布于 2024-12-12 20:46 北京
佬这个二面没有手撕吗?
点赞 回复 分享
发布于 2024-12-12 16:18 上海
飞猪居然开校招了,之前一直没开,听说实习的也没转正
点赞 回复 分享
发布于 2024-11-24 10:41 江西

相关推荐

1️⃣一面1.自我介绍和项目介绍2.介绍一下了解的大模型有哪些,这些模型在结构上有什么差异3.说一下大模型常用的位置编码有哪些,各有什么优缺点4.介绍一下大模型的预训练后训练以及推理是怎么做的,并且详细问了 RLHF 的做法,包括 PPO 算法的原理,以及 DPO 和 PPO 的区别5.大模型的超长上下文是怎么做的,比如说 KIMI6.大模型智能体是怎么工作的,有哪些组件7.场景题:如何训练一个大模型,可以做到精确的提取摘要8.代码:股票的四个题121. 买卖股票的最佳时机122. 买卖股票的最佳时机 II123. 买卖股票的最佳时机 III188. 买卖股票的最佳时机 IV✴️整体来说一面偏基础,没有太多发散性的问题,整个面试一个半小时多2️⃣二面1.自我介绍2.因为之前是做 CV 的,所以面试官问了 CV 和 NLP 的区别和联系,在 Transformer 的大背景下,CV、NLP,包括语音等,能否实现大一统3.训练大模型的时候数据怎么清洗,怎么处理,怎么配比,怎样操作能更容易使模型达到更好的性能4.什么是大模型的幻觉,如何减轻幻觉问题5.大模型的复读问题是怎么产生的,业内一般有什么解决办法6.大模型的工具调用怎么实现7.Agent 有哪几部分构成,了解哪些具体的实现方法8.开放题:之前训练大模型的时候遇到过什么困难,你是怎么解决的9.代码:实现一个 Tokenizer,只能用 PyTorch 基础语法✴️二面相比于一面更加看重综合素质,喜欢考察分析问题解决问题的能力,二面也面试了一个多小时,面试官还是挺专业的。3️⃣三面1.首先过项目,但是问的特别细致,尤其是一个 Agent 的项目,从背景,到动机,再到做法,最后的结果,都问的非常细,大概有半个小时的时间2.开放题:你觉得当前大模型还存在怎样的问题,有什么解决办法吗3.开放题:让你自己设计一个 Agent,会怎么做,为什么这样做4.找工作比较在意的点是什么,除了薪资还有什么5.对文心一言这个产品了解吗,有哪些优点和值得改进的点6.如果给你发 Offer,你到这个团队能做出什么贡献✴️三面整体来说更加综合,不止有一些技术问题,还有职业规划这些问题,更加考察整体的能力。面试官应该是这个团队的大老板,看问题更加系统和全面,整体面下来还是比较有压力的。📳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。
百度三面308人在聊 查看26道真题和解析
点赞 评论 收藏
分享
评论
8
25
分享

创作者周榜

更多
牛客网
牛客企业服务