社招面经 箴理科技 3年Go开发二面

友友有合适的相关hc的话求内推！！感谢~ 

简述 Transformer 多头注意力机制理解词间关系的原理。​训练 Transformer 时，如何解决梯度消失或梯度爆炸问题？​GPT 等模型对 Transformer 结构做了哪些改进以提升生成效果？​如何优化 Transformer 模型预测速度？​说明 RAG 结合外部知识库与大语言模型提升回答准确性的机制。​用 RAG 构建问答系统时，如何处理检索内容不相关或不全的问题？​如何确定 RAG 系统中文档的合适切分粒度？​当 RAG 系统知识库数据量大、检索慢时，有哪些提速方法？​如何协同使用 Transformer 与 RAG 以发挥最佳效果？​用 RAG 优化模型回答，有哪些实用...

-八股·Mapreduce流程（因为项目提到了）、Map的操作、Shuffle·Shuffle之后怎么给Reduce、比如map有10个key，10个key到reduce·Spark和MR的最显著差别（Point：内存溢出问题）·Presto·搭集群·微调（项目中提到了）-项目·标注数据·超参的配置·大模型的量化和评估·第三个项目的数据清洗、做了哪些清洗-手撕·***·SQL

#我的求职总结#👋个人背景：双非本 + 9硕；非计算机相关专业，但是一直想去的是算法岗，可惜自己能力确实不够，找算法真的太难了😫 秋招秋招准备的比较晚，大概9月份开始准备的简历，陆续不断地修改和优化简历，一直到10月底才觉得自己的简历总算可以看得过去了。然后也是从9月份开始刷牛客上的题目，之前也刷过一些力扣上的题，不过95%公司的笔试题都是ACM模式，所以刚开始非常不习惯。整个秋招面试非常少，几乎都是在改简历+刷题。简历挂：14所；PDD；大疆；蔚来；快手；OPPO；阿里云；长鑫；阳光电源；南京信息技术研究院；当虹；零跑；Momenta；虹软；舜宇；埃科光电笔试挂：小米；京东；美团；得物；...