NLP面经13

电商治理面经 第三面三面完就hr面了记录一下面经

大致情况就是  鼠鼠接到了一个关于人工智能微企的电话，过去他们公司那里后，和老板聊了一个小时，然后老板让鼠鼠做他们的   见习生（公司本身应该是正规的，不是外包，通过了我们当地的人才市场的检验，简历也是当时我在人才市场投递的，不过是4月，这个时间点找上我就觉得奇怪老板给我一种       巴不得鼠鼠赶紧去签字的冲动想请教一下各位大佬，这个是有什么新坑吗，说是每个月会给1700的见习生费，之后转正什么的就正常薪资巴拉巴拉的老是感觉那里不对，但鼠鼠确实没见过世面，请问有没有大佬分析一下暂时是计划先去他们的公司体验几天（签字什么的都不签）

1.讲一下项目结构，怎么分层的2.交互流程的核心数据结构讲一下3.用的哪家大模型api?如何考虑的?4.为什么自己写消息队列组件?5.你说轻量化，跟谁对比呢?为什么他们比较重?你做了什么让他轻量化的?6.怎么考虑数据库表的设计的?7.项目为什么使用ddd?8.为什么用mongodb持久化不用mysql?9.讲一讲mongodb存储机制?10.看见你git记录里核心模块有重构，原方案和新方案分别是什么？为什么要重构?11.算法怎么样?(回答算法能力不好，面试官直接说不好就不给你出算法了)12.看一下你云服务器呢?怎么部署的服务的?有考虑被攻击的问题吗？

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。