京东自然语言处理面经（1234面）
一二面连在一起，当时被打了个措手不及
一面/HR面 2024/9/5 下午13:30-13:40
- 自我介绍
- 从实习中学到了什么
- 实习和在学校的差异你觉得有哪些
- 找工作时最关注哪些因素
- 家乡是哪里，base选择
- 做一个自我分析，谈下自己面试这个岗位时有哪些优势，同时有哪些不足需要去改进
- 反问：面试流程问题，HR面和一面技术面一起，后边再来一轮技术面就OK了
二面/技术面 2024/9/5 下午13:40-14:40
- 直接开始八股
- Transformers中为什么用LN不用BN
- 图像中BN是怎么用的
- 在NLP中如果句子长度不一致，用BN会有什么后果
- 给定一个三维矩阵bsz * seq_len * dim，BN和LN分别作用在哪个维度
- 给定bsz seq_len dim head，参数量是多少，和哪几个参数有关系
- 带有注意力头的矩阵的注意力计算过程
- 说出pytorch中维度变换的函数
- 显存OOM怎么解决，参数调整，deepspeed，vllm，梯度累积，优化器，混合精度
- 讲一下实习经历
- 长度外推技术
- 觉得自己做得最好的点是什么
- 使用华为的框架和显卡进行SFT有没有遇到什么问题
- LongLoRA和普通LoRA的区别
- 算法题：返回第K大的数，要求比快排更快
三面/技术面 2024/9/10 上午11:00-12:00
- 自我介绍
- 询问实习时间
- 快手推荐实习主要做的什么
- 实习期间做了哪些优化
- 介绍腾讯实习，相关场景
- LLM的长度扩展策略有哪些
- 介绍YaRN
- 客户是怎么用你们的工具的
- 幻觉怎么判断出来，如何解决
- 是否有调用外部搜索引擎
- 有没有Agent和RAG
- 910B适配过程中遇到的问题
- 深挖论文
- 下游任务介绍，为什么会有提升
- 给了一个现实生活中的例子，这篇论文怎么套上去
- 实习期间最大的挑战
- 技术上最有难度的事情是什么
- 反问
- 问了转正和目前的offer情况
四面/线下HR面 2024/9/20 下午14:30-14:50
- 自我介绍
- 实习留用问题
- 对京东的感受
- 有没有觉得不好的地方
- HR介绍了京东的价值观
- 科研或者实习过程中有没有做过很创新的东西
- 这个过程中有没有遇到什么很困难的事情
- 个人是否喜欢和享受这个过程
- 交流技术的渠道一般都有哪些
- 觉得之前实习工作强度如何
- 搜广推和NLP岗位的差异
- 评价自己的长短板
- 有和别人发生过技术上的不一致冲突吗，如何处理
- 自己做人做事的一些标准
- 目前的offer情况
四面结束已经一个月了，目前无任何消息，大概率GG
