业务算法如何快速上手大模型

秋招第一面，面筋攒人品，希望秋招一切顺利～#牛客AI配图神器#项目里的Multi-Agent设计，模型生成如何评测。rl的reward如何设计的，rollout多样性差怎么办。通用领域模型微调思路。tokenizer算法，BPE。MHA、MQA、GQA。RoPE。上下文扩展算法。SFT训练所需显存计算。LeetCode 1。

1️⃣一面 1.自我介绍2.召回的链路是什么样的3. mask是什么样的可以简单讲一下吗4. CLIP的结构，CLIP的loss怎么训练的5.指标对比baseline提升主要来自什么6.怎么构建负样本的7. Transformer的架构8.了解BART吗9.MMOE项目怎么构建的，用的什么loss10.MMOE、PLE的区别11.code：手写Multi-Head Attention2️⃣二面1.自我介绍2.了解哪些attention机制，attention公式为什么要除以根号下dk3. PLE之后的多任务模型了解吗4. 什么是BERT，了解哪些BERT的改进5.什么是BN？和LN的差异6. query的长度不一，网络中的哪部分使得最终向量长度一致的7.什么是target attention8.Transformer-based的模型主要有哪些9.介绍一下Wide&Deep和DCN这两个模型10.code:lc300 最长递增子序列📳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。

一面面经，岗位：算法工程师-数据分析方向：1.介绍一下你最有成就感的项目（本来讲的快手数分，其实没太大技术，后面换了一个完整的机器学习项目，因为大厂大多是流程化的工作，涉及到主要是策略思考或者ab实验，国企想要你有技术，你更加全能，最好包装一下）2.在其中涉及到的数据挖掘技术，为什么使用它们？3.随机森林和xgboost的区别和联系4.lightgbm相对比xgboost的优势5.如何评价预测效果好坏6. sql窗口函数（如何取班级每科成绩的前三名）

9.9二面    time:80分钟  手撕两道   自我感觉答的还可以，结果10号状态变成共享中，已经凉了！1、自我介绍2、实习工作主要是DMA还是PCIE3、什么情况下出现性能问题4、PCIE是在什么数据下5、PCIE会限制DMA的性能6、用中断来接受，而不是轮询7、申请得到申请不到是受谁控制的8、怎么保证1MB申请连续9、kmalloc10、利用率、功耗怎么得到的11、什么是系统调用12、用户态用什么函数才能调用内核态的东西13、测试覆盖率14、单个线程的创建时机15、讲一下RISCV16、页表管理是怎么做的17、TLB置换算法18、用户态实现协程19、协程的优势20、11里面的智能指针区别21、share——ptr计数22、移动构造相对于复制构造什么区别23、move是怎么使用的24、035规则25、标准库容器介绍一下26、map和unordered_map区别27、vector和array28、能不能用mem_copy拷贝vector29、怎么看占用CPU  linux30、看每个磁盘挂载的分区31、cmake target32、cmake生成什么，每一步编译具体命令有什么说法33、GDB通常用来调试什么？34、git35、git遇到冲突用哪个比较多36、说一下PCIE从握手到驱动加载的过程37、OPENCL在哪个平台38、怎么做到计算能力比较强40、用的ONX吗41、线程池