暑期实习基本结束了，校招即将开启。
不同以往的是，当前职场环境已不再是那个双向奔赴时代了。求职者在变多，HC 在变少，岗位要求还更高了。
最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。
总结链接如下：
喜欢本文记得收藏、关注、点赞。更多实战和面试交流，文末加入我们
方向：大模型算法工程师（TEMU电商平台）
整个面试持续了1小时10分钟，能够看出面试官是典型搞技术的，问的很专业又很细，全程感觉压力好大，面完后感觉丝丝凉意。。。
我太菜了，也没有认真准备，最后凉了，分享面经希望能帮到大家~
一面
-
自我介绍
-
简历项目深度交流
-
项目的背景是什么，主要解决了什么问题？
-
训练数据集是如何构造的，都有什么类型的数据，总量有多大？
-
有没有进行微调？
-
解释一下 Prompt Tuning、Adapter Tuning、LoRA 等微调方法的原理，分别适用于哪些场景？
-
如何评估模型微调效果的好坏呢？
-
微调用了多大的显卡，有关注内存占用情况吗？
-
模型底层为什么选择了70b的版本呢，选择的依据是什么？
-
是否了解常用的模型加速技巧？
-
微调如何避免出现灾难性遗忘和“复读机”问题？
-
微调和训练一个全新模型相比，有哪些优势？
-
大模型高质量微调数据筛选有哪些方法？
-
你认为大模型微调还面临哪些挑战？
-
-
Tranformers 和 Bert 相关：
-
介绍 transformer 网络结构
-
谈谈位置编码 RoPE
-
谈一谈对transformer的QKV的理解
-
Self-Attention 的表达式
-
Bert中为什么要在开头加个[CLS]？
-
attention中的mask有什么用？（BERT中）
-
-
手撕代码：
-
统计岛屿数量:给你一个由 ‘1’（陆地）和 ‘0’（水）组成的的二维网格，请计算网格中岛屿的数量。
-
给定一个仅包含数字2-9的字符串，返回所有它能表示的字母组合。答案可以按任意顺序返回。
- 反问
技术交流&资料
技术要学会分享、交流，不建议闭门造车。一个人可以走的很快、一堆人可以走的更远。
成立了算法面试和技术交流群，相关资料、技术交流&答疑，均可加我们的交流群获取，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友。
方式①、微信搜索公众号：机器学习社区，后台回复：加群
方式②、添加微信号：mlc2040，备注：来自CSDN + 技术交流
用通俗易懂方式讲解系列
- 用通俗易懂的方式讲解：自然语言处理初学者指南（附1000页的PPT讲解）
- 用通俗易懂的方式讲解：1.6万字全面掌握 BERT
- 用通俗易懂的方式讲解：NLP 这样学习才是正确路线
- 用通俗易懂的方式讲解：28张图全解深度学习知识！
- 用通俗易懂的方式讲解：不用再找了，这就是 NLP 方向最全面试题库
- 用通俗易懂的方式讲解：实体关系抽取入门教程
- 用通俗易懂的方式讲解：灵魂 20 问帮你彻底搞定Transformer
- 用通俗易懂的方式讲解：图解 Transformer 架构
- 用通俗易懂的方式讲解：大模型算法面经指南（附答案）
- 用通俗易懂的方式讲解：十分钟部署清华 ChatGLM-6B，实测效果超预期
- 用通俗易懂的方式讲解：内容讲解+代码案例，轻松掌握大模型应用框架 LangChain
- 用通俗易懂的方式讲解：如何用大语言模型构建一个知识问答系统
- 用通俗易懂的方式讲解：最全的大模型 RAG 技术概览
- 用通俗易懂的方式讲解：利用 LangChain 和 Neo4j 向量索引，构建一个RAG应用程序
- 用通俗易懂的方式讲解：使用 Neo4j 和 LangChain 集成非结构化知识图增强 QA
- 用通俗易懂的方式讲解：面了 5 家知名企业的NLP算法岗(大模型方向)，被考倒了。。。。。
- 用通俗易懂的方式讲解：NLP 算法实习岗，对我后续找工作太重要了！。
- 用通俗易懂的方式讲解：理想汽车大模型算法工程师面试，被问的瑟瑟发抖。。。。
- 用通俗易懂的方式讲解：基于 Langchain-Chatchat，我搭建了一个本地知识库问答系统
- 用通俗易懂的方式讲解：面试字节大模型算法岗(实习)
- 用通俗易懂的方式讲解：大模型算法岗(含实习)最走心的总结
- 用通俗易懂的方式讲解：大模型微调方法汇总