重磅！！！牧原薪资这么牛逼啊吗？？？

牧原嵌入式一面自我介绍1、hr询问一些问题 ，先去养猪一个月，为什么选择牧原，有offer吗，期望薪资，我的研究方向 在牧原 的贡献，询问实习方面的细节。2、stm32上电的启动流程3、uart、iic、spi之间的区别4、iic的一般通信速率有多少5、设备的OTA升级6、常用的线程间通信有哪些7、互斥锁使用的时候有哪些需要注意的8、简历中的项目esp32 和dht11做什么的下面就是特殊场景题9、有一个控制器，给了一个显示屏，设计之间的通信方式，通信距离在15m左右，工业环境下10、485、232、can总线协议11、场景10m左右，传输的数据量不是很大，使用哪种比较合适12、为什么选择can协议，can的优点13、假设 两个控制器，使用串口通信，指定两个之间的通信协议，a、b之间通信数据的长度是不确定的，怎么保证通信协议使得a、b之间的通信的数据完整收到14、如果两个设备在房间A通信准确率很高，在99%以上，在房间B通信成功率就很低，小于50%，排查思路15、日常中常用的电机有哪些类型16、编程问题，局部数组、malloc区别17、c语言常用的拷贝函数有哪些，简单介绍18、双向链表中间增加一个，思路是怎么样的19、看门狗是什么20、假设一个房间温度，想让他恒定25度，但是升温设备每次都会超过这个阈值，降温设备也会使得温度降低到25度以下，无法准确的维持在25度，解决思路是怎样的21、如果你是项目负责人，需要研发一款温湿度传感器，从接到需求到上市，里面有哪些关键点需要去把控

求问，每个offer都问能不能提前实习，我真服了

9.23 一面 20min自我介绍项目提问（主要是针对简历中大模型相关的项目提问，介绍项目流程以及主要的工作内容）技术提问：介绍一下ViT、说一下多头自注意力机制的原理和应用反问：业务？主要是用在物流场景、工业相机等，有目标检测、语义分割、视频解译等，大模型小模型多模态都会用到无手撕，很快就结束了，感觉面试官对我的项目经历不是很感兴趣，我主要是做的下游任务，可能是与他们大模型岗位不太对口，估计G了。。。

面试是24年7月的现在已经入职几个月了，补一下面经，帮有需要的同学参考。BG：本硕985 计算机论文1A1B一面：技术面自我介绍 & 简历相关。简单介绍了自己在多模态和大模型方向的研究/工作经历，包括在校期间的论文工作以及实习经历。面试官主要针对简历上的项目提了一些细节问题，比如具体模型的量级，提升了多少，和哪些方法做了比较等。因为是自己的工作，所以没有卡壳。问有没有遇到过 Python 文件之间互相 import 的问题，出现这种问题怎么办？让我简单介绍了一下 PPO 算法，以及和 TRPO 的区别是什么？接着 PPO，问了一下 ChatGPT 的 RLHF 流程，以及为什么不直接用 SFT，而是要用强化这么麻烦的方式训练模型？继续追问 RLHF、SFT、LoRA 的区别，分别适用于什么场景？反问：公司现有业务是什么，计算资源情况等。二面：主管面论文介绍。让我用通俗的语言介绍我自己发表和投稿的论文，重点是研究动机和要解决的问题。问有没有亲手训练过大模型，最多用了多少张 GPU 卡？并行训练使用的框架是什么？介绍一下 DeepSpeed，说一下这个框架在并行的不同阶段（ZeRO stage）分别做了哪些事？训练模型的时候，数据量有多少，怎么收集数据的，训练花了多少时间？遇到的最大问题是什么？问在大模型全量微调时，显存消耗分别由哪些部分占用？（参数、梯度、优化器状态、激活信息等），分别占用多少？假设模型参数量为N，请分不同情况讨论和计算一下微调所需要的显存（不同精度、batch size、seq len 等）。说一下 LoRA 公式，讲一讲其中 A 和 B 两个矩阵分别表示什么。LoRA 的优缺点是什么，什么场景下适合使用？问知道哪些大模型训练和推理框架，用过哪些？问 LLaVA 的结构是什么，和常规的纯文本大模型有什么区别？Encoder-Decoder 结构的模型转 ONNX 的一般流程，遇到不支持的算子怎么办？可能遇到的问题（动态 shape、模型中逻辑判断需要单独写、模块拆分等）。三面：HR 面主要问了为什么选择公司，对团队的看法，对岗位的认识；未来大致的规划，面试过程的体验，有没有别的公司的 offer 等。以及询问了期望薪资等。之后就是等待，最终和期望薪资基本一致。总体感受面试流程比较顺畅，问题也比较贴合岗位要求；如果和岗位匹配度高，一般流程推进速度会很快。入职以后，工作内容和面试被问的问题也差不多，基本上都是算法工程师需要做的内容，团队氛围也很不错。只是毕竟是企业，不可能光搞研究，在承接业务时还是免不了和很多人打交道和来回battle需求，这个无可避免。