网易大模型应用岗(已offer)

一面:
1. 自我介绍,讲论文和实习。
2. Transformer自注意力机制、位置编码、梯度消失/爆炸的解决方案。
3. 微调方法对比(Full Fine-tuning vs. LoRA/Adapter/P-Tuning)。
4. 推理加速技术(量化、动态批处理、FlashAttention)。
5. 如何优化大模型在长文本生成中的显存占用?
6. RLHF中奖励模型(RM)的训练数据如何构建?
7. 为网易云音乐设计一个AI歌词生成系统,如何提升创意性和押韵效果?
8. 模型剪枝/量化(GPTQ、AWQ)、服务化框架(FastAPI+vLLM)。
9. 如何解决大模型API服务的响应延迟问题?
 一面八股挺多的,问的知识点也非常多,主要考察对大模型的理解,整体来说难度不算大,复习熟记八股应该都比较好答。

 二面:
1. 自我介绍,讲论文和实习。
2. LayerNorm和BatchNorm在大模型中的区别?为什么Transformer用LayerNorm?
3. 解释大模型训练中的“灾难性遗忘”现象及解决方法。
4. 如果微调后的模型过拟合,你会如何调整?
5. 如何评估一个对话系统的生成质量?
6. 如何用大模型提升网易新闻的推荐效率?
7. 设计一个游戏内AI陪玩系统,需考虑哪些模块?
8. 领域适配时,如何构建高质量的垂域训练集?
9. 你在项目中如何解决数据稀缺问题?
10. 模型上线后遇到了什么性能瓶颈?如何优化的?
建议:精读《Attention Is All You Need》、HuggingFace文档。如果没有大模型项目,可用Kaggle/开源项目复现(如LangChain应用)。 #AI面试问题分享#
全部评论

相关推荐

大模型浪潮下,不少26届同学想进军算法岗,却对岗位门槛、工作内容存在信息差。结合大半年实习经验,为大家揭秘真实行业情况,助力暑期与秋招规划。1️⃣大模型核心岗位划分大模型岗位主要分为两大方向:1. 大模型基座:涵盖数据、预训练、微调、对齐、训练/推理架构等工作。2. 大模型应用:包括数据、续训练、微调、对齐、推理部署、Agent、RAG等落地相关研发。2️⃣大模型岗位真实门槛很多人误以为无论文就无缘大模型,实际并非如此,实习与垂直经历比单纯论文更关键。1.基座岗位:学历要求高,基本为本硕双985,或国科大、北邮等强校,部分组要求博士;论文为硬性条件,至少1篇顶会起步,且方向需高度匹配;实习建议两段以上,优先阿里通义、字节豆包、百度文心、DeepSeek等头部机构。2.应用岗位:学历以本硕211及以上为主,是硕士主力赛道;论文非必需,仅为加分项,冲刺高薪计划可补充;更看重实习垂直性,无论文但项目对口,同样能拿到高薪offer。整体而言,求职时经历垂直匹配 > 含金量高低,弱相关经历加分十分有限。3️⃣大厂大模型工程师在做什么 大厂大模型工作并非大众想象中整日训模型、写代码,大量时间用于数据处理、评测与沟通。基座组多做小幅度结构优化与实验;应用组99%工作基于开源模型做续训、微调,搭建RAG、Agent系统,核心是调参、优化数据配比、制定自动化评估方案,最终目标是业务落地,能提升线上指标的方案才是有效方案。 想入局大模型,不必被论文门槛吓退,找准方向、深耕垂直项目,才是突围关键。如果找不到学习方向,需要辅导请私信联系。
点赞 评论 收藏
分享
评论
点赞
5
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务