首页 / 算法工程师
#

算法工程师

#
2167883次浏览 17166人互动
此刻你想和大家分享什么
热门 最新
头像
11-01 19:45
已编辑
门头沟学院 算法工程师
新浪多模态大模型三轮技术面
一切都从昨天下午原以为是KPI的一面开始,没想到直接开出意外惊喜一面:自我介绍,然后讲了刚投的一篇1区论文的工作,分析整体的框架、具体的技术细节,常见的反问点(为什么这么设计、为什么有效,相比于之前的工作,主要好在哪里、最核心的贡献是什么)面试官自称是NLP背景的,然后问了一些常见的视觉和多模态大模型的模型结构、损失函数设计、训练及推理过程等(面试官有可能是故意扮猪吃老虎哈哈)Coding:最接近的三数之和;共享屏幕本地IDE,秒了一个n^2logn的做法,让进一步优化,最优解是双指针;不过面试官觉得编码能力应该可以,实现很快,提示完直接让过了原本以为月底发一面是KPI,结果面试官问我后面还有没有时间,现场约二面,等面试官进会议二面:自我介绍,二面面试官非常重量级(进会议的title和面试的深度广度全都拉满了)首先很深入了聊了相当多关于MLLM的内容:介绍一些MLLM的现状,再选一个近期的多模态大模型,介绍相较于CLIP、LlaVA早期版本进行了哪些改进: Qwen技术点比较多,之前没系统整理过,说了自己还有点印象的Intern-VL2,不过上次看Intern-VL2的论文已经是三个月前了,大概只答上两点比较核心的。然后继续深挖目前多模态大模型在数据层面相较于之前的改进,这个没答上来之后被面试官深挖了LoRA,可以说LoRA的每一个细节的角落全都被挖的干干净净,还有不少开放性思考题,甚至比上次小鹏CV大模型一面面试官挖的还狠得多。不过上次被拷打之后就很系统地整理了LoRA的相关内容,勉强答得还行吧以后再不能当git clone侠了。然后面试官针对我的专业背景(统计),深挖了几个ML、DL相关的数学层面的问题,有让共享屏幕开白板写过程和推导(不是特别难,不过挺新颖的,秋招还是第一次面试被问到这种类型的问题);紧接着针对我的Nature子刊工作中用到的Gaussian Graphical Model,讲了其与传统ML模型、神经网络和大模型的差异、区别和各自的优劣势。最后是一些相对开放性的问题:你是如何使用现代的LLM产品提高工作、学习和编码效率的?为什么这种方式有效果?LLM、LVM、MLLM未来发展的方向和前景大概是怎样的?整个二面的问题不止这些,太多了,又深又广,很多具体已经记不太清了,而且回答的过程中几乎都有进一步反问,深挖了很多东西二面面完,面试官也是直接当场联系三面面试官三面:自我介绍,三面面试官更是整个集团的技术大佬,NLP相关经验非常丰富,整场面试问的内容也偏NLP相关,我之前几乎0 NLP相关经验,汗流浃背了可以说,不过好在基础还行,凭自己的做CV和MLLM的积累,基本都答上了首先介绍了之前lab实习中做的LLM剪枝优化迁移的工作,然后深挖了相关的技术细节,不过刚聊完电脑音频直接罢工了,重新约到11.1下午11.1下午完整描述CLIP的原理、架构、工作过程、怎么对齐、怎么做image caption完整描述transformer输入一个文本序列如何做下一句预测的全过程,深挖了tokenize、位置编码、MHA、FFN、损失函数、输出转换各个部分接着从我项目经历中有关传统ML的经验出发,问了一些ML相关的八股,难度不大然后是偏主管面的一些内容:对工作环境的期望、自身性格优缺点等反问环节逮住大佬问了目前MLLM的相关业务和技术现状;最后是关于面试流程上的一些问题总体体验非常棒的三轮面试拷打深度广度强度高,但是也学到了非常多的东西,这也算是对自己能力的一种认可吧现在想想当初9月份面试难度远不及现在的团子、阿里、得物、理想,却被面挂了,可能还是简历不如现在优化的好,没能突出自己的优势,也没有勇气直接投更匹配自己的岗位吧(当初为了求保底,基本都投的机器学习、数据挖掘这种最“泛”的算法岗,或许应该早点鼓起勇气直接投自驾、MLLM和CV的)。今天看到牛u们团子开奖,各种sp、ssp,确实感觉羡慕+遗憾。最后许愿一个HR面吧 #秋招#  #算法工程师#  #牛客创作赏金赛#  #新浪#
查看13道真题和解析
点赞 评论 收藏
分享
头像
11-01 21:36
已编辑
门头沟学院 算法工程师
10月底了,秋招真的还能有oc吗
已经投过600多家了,招收算法岗且能够官网渠道投递的早已全部投递过了目前为止还是0 oc,在流程中还在推进且活跃的只有3家互联网大厂、几家制造业公司和几家大型国央企虽然国庆刚结束的第1周,那段日均笔试3场且几乎全ak的日子,似乎让秋招铜10又燃起了一丝希望,但这周寥寥的新邮件和约面数,又仿佛重新回到了杳无音讯的9月底说起是投了600余家,但绝大部分也都是已投不回、已笔不回,大概还是和我集中在9月底投递有关系吧,错过了腾子正式批、各大厂提前批和一众中厂的秋招黄金期。今年的行情对于算法而言,这个时间点可能真的太晚了吧再投只能在boss上投了,但boss上沟通完几乎都是要求立刻实习的(其中有面过非常有诚意的初创企业,有能马上发offer但要求技术方向和业务经验强对口的,也有无面试直接要求6个月实习期起步且日薪150,演都懒得演的),所以最近也已经不打算再投了至于个人原因,bg确实debuff叠满了,院校非top,两年制专硕成果太少,2篇论文不对口认可度不如c会c刊,方向cv+mllm,research实习去太晚没拿到好idea出文章白干3个月。家里出事暴雷才急匆匆从申PhD转秋招,彼时已经错过秋招黄金期。为了丰富实习经历,才8月底又现找了一段工业界实习,超长通勤时间直接干到6 10 5工作制,周末还要排满笔面试+准备毕设开题。只能抽出挤地铁的时间看八股,没时间刷lc算法题全靠本科基础+笔试+面试手撕以考代练。再回首,本科决定从科班转专业,甚至早至高考志愿择校的那一刻起,似乎就已经是步步走在错误的道路上了感觉现实才是一场梦,什么时候能等到一个offer让我醒过来呢 #你都收到了哪些公司的感谢信?#  #秋招#  #算法工程师#
落巡风:佬,我一直都能刷到你,感觉总会有的,等11月12月就会有人释放了,到时候就有很多要你的了。感觉看你过往的帖子,觉得是一个挺乐观的人,再咬咬牙坚持坚持,我也经历过这种痛苦彷徨,也算是走了出来,只要你不断的努力,肯定会有好结果的。感觉你挺拼的,一定会有公司要你的。加油,佬!
点赞 评论 收藏
分享
头像
10-21 18:57
已编辑
腾讯_算法工程师(实习员工)
腾讯音乐oc(timeline和面经)
机器学习岗8.13:投递简历8.20:一面8.23:笔试8.26:二面9.3:三面9.9:测评9.12:HR面10.18:官网状态转offer阶段10.21:意向书泡了一个多月,终于泡出来了。。。项目以外的面经:一面(50m)- 为什么现在RAG大部分都采用召回+精排的方式来检索知识?- 模型训练的时候有没有遇到过loss不收敛或者loss骤降为0的情况?有什么可能的原因导致?- 讲一下transformer- 场景题:假设你每日可以获取到某社交平台的社区数据,每日数据量很大,怎么从中获取到关于某个产品的评价数据。二面(35m)- 场景题:我有一大堆用户评论数据,我想要从中筛选出关于某个话题的内容,并且还要分发给不同的部门,如何实现?- 场景题:对于一个对话系统,假设我对于模型的回复正确率的要求特别高,并且我需要知道一些精确的数据,不只是泛泛而谈,比如我问“qq音乐今天DAU是多少”,需要模型给出具体的值,你觉得要怎么设计?- 场景题:估算一下混元的DAU- 怎么理解大模型的记忆- 数据从用户到服务器的传输过程- 讲一下数据容灾- 讲一下分布式编程- A/B测试三面(1h)- SFT和RLHF的作用分别是什么- 讲一下RLHF- RLHF中的reward model怎么训练的- 讲一下DPO- 讲一下transformer- 讲一下GQA,GQA有什么优缺点- 有了解最新的大模型吗?了解llama3.1吗?- 有了解哪些LLM分布式推理技术吗?- 讲一下大模型量化技术HR面(25m)不像面试,更多的是聊聊天,问一下个人的发展意向和职业规划#腾讯音乐##算法工程师##晒一晒我的offer#
点赞 评论 收藏
分享
头像
10-25 21:17
已编辑
门头沟学院 算法工程师
小鹏汽车视觉大模型一面
查看6道真题和解析
点赞 评论 收藏
分享
理想汽车深度学习一面
开场介绍面试环节,科研项目考察+coding+反问,先吟诵自我介绍问项目环节,本来以为是类似互联网大厂聊项目拷打深挖细节,结果是考察项目涉及的模型/算法相关的八股先狠狠灌注了一波transformer八股:- 介绍transformer架构整体特点- 描述残差连接的细节、作用是?为什么有效?解释原理- 为什么用LayerNorm,有什么好处- transformer并行计算的能力体现在什么地方- 描述一下DeCoder在训练/推理时并行计算的过程CLIP相关:介绍CLIP架构、实现原理、优缺点Coding:经典最长上升子序列,先让说思路再coding实现。秒了,说完思路面试官说看你能力没问题要不跳过手撕直接过了。正好刚刚被+1 call了没接,搞得很慌就答应了反问:涉及算法相关的业务场景、面试考察流程;最后面试官追问了一些未来职业规划方面的预期差不多一共40min,面试体验比较满意(除了公司网络环境有点差,连热点也没用),整体发挥还行,不过有段时间没背八股了,有的地方感觉还能答得更好一些最搞的其实是实习负责的项目因为各种原因一直延期,前方一直在push催得很紧,搞得人心惶惶。然后面到一半的时候刚好被+1 视频会议call了,顶着被开除的风险没接(药丸,bushi)。面完赶紧回去跟进项目进度,还好会前我负责的部分基本上都告一段落了,开会内容和我相关的部分估计不多(大概是mentor帮我顶住了,再次跪谢)诶,其实最近实习下来越来越想留用了,工作氛围、技术前景、薪资待遇各方面都很满意,mentor也对我特别好,而且秋招血雨腥风也一直没个oc。不过听mentor说转正内部考核很严,hc也少,而且现在这个项目延期这么久,肯定会影响 +1对我的印象和评价,确实自己也是有责任的(第1段工业界实习,0基础几天速成相关知识,配环境踩了不少坑导致前期进展缓慢),这一关估计不太好过。事已至此,先许愿一个二面吧#理想校招##理想2025校招##秋招##算法岗##算法工程师#
土木Saki:更新:已挂,复盘都没有能复盘的点,想不通是因为什么原因挂的,大概是被KPI了吧
点赞 评论 收藏
分享
玩命加载中
牛客网
牛客企业服务