上海车BU部门实习生面试进度统计

希望大佬分享点经验，指点一下思路

ps:自嘲 切勿当真前言楼主BG 不知名双飞硕，7个国奖，还有一些乱七八糟的省奖，两篇子刊，还有一些专利，腾讯 、 阿里云、京东、字节 、 快手、百度. 自认为自己菜中之菜 ，但是今天想分享一下 我自己找工作的一些经验，如果能帮到你 那是最好，如果单纯觉得我菜想展示优越感免开金口。总览这么多的知识点要是背要背到啥时候，估计黄花菜都凉了。当时我自己整理的面经，就是临时抱佛脚的一些问题 就高达12W多字。所以这里我也会选出一些高频的，一些冷门的问题 我觉得没必要放到专栏。我理解这个专栏本身的目的就是速成面经，让一些有基础的同学 在短时间内巩固之前的记忆。核心知识这里我列一下基本的面试框架，同学们可...

考虑去TP-LINK成都，在纠结往哪个方向（嵌入式软开、c++软开、java后端）准备。实验室项目侧重嵌入式开发、C语言的软件开发；实习是java的头部大厂；想问问TP-LINK成都嵌入式、软件开发、java后端哪个方向招人多，薪资待遇有什么区别？从长远考虑的话选哪个方向合适呢？

1️⃣一面时间：9.12  时长：1hcode：统计岛屿数量、最大岛屿面积，DFS方法解了然后介绍实习项目，面试官非常耐心地听，没有打断八股1.bert和gpt的区别？（从模型架构、训练方式、使用场景方面回答的）2.训练/微调一个LLM的流程？3.实习时用的 megatron 框架吗，对分布式训练框架了解多少？（回答了deepspeed和megatron区别，以及几种并行方式，以及deepspeed的三种zero）4.了解强化学习吗，跟SFT有什么区别？5.反问：业务，对岗位的期望💣评价：有点紧张，算法题有一个小失误没注意到2️⃣二面时间：9.14  时长：1h八股1.写一下 attention 公式（代码实现了下）2.训练时为什么要mask，推理时也需要吗？两处有什么区别？推理时的sequence length和训练时一样吗3.transformer和传统seq2seq模型有什么区别？4.计算attention时为什么要除以d_k，这个d_k的含义是？5.attention计算时还有哪些scale处理？6.attention中softmax函数作用、公式、为什么有减去最大值的处理？换个函数还能这样处理吗？7.解释数值上溢、下溢问题8.讲一下prompt书写的经验，如何判断prompt是否达标，如何改进prompt9.讲一下SFT，会对哪部分计算loss？为什么？10.讲一下deepspeed11.训练用一个7b模型要占用多少显存？不同zero阶段能够节省多少显存？12.训练模型时用了几张卡，有遇到什么异常中断问题吗？反问： 在乎候选人什么能力？对面试表现有哪些改进意见？💣评价： 基础不够扎实，网上有的知识都能回答上来，在同龄人里算比较优秀，欠缺一些多机多卡实践经验。