为什么说尽量别去初创小公司、扒皮厂浪费时间

个人有过安全大厂实习经验，有ctf竞赛奖项，做过攻防项目，渗透，攻防，漏洞挖掘都还可以，但是代码能力很弱，编程写的少，平时也是ai辅助编程比较多，最近的秋招笔试题都不会做，要么就是做了准确率不高，主要对编程方面确实提不起兴趣😭😭，有没有大佬，向取取经

面了好久没消息懒得问了嘻嘻😁共1h结合实习问的场景 没啥八股自我介绍抛开项目不谈，缓存的数据一致性问题怎么去解决删缓存还是更新缓存为什么先操作数据库再更新缓存 谁出问题的角度，数据安全的角度rag层的存储是一个什么结构然后你对于那个意图识别有做过处理吗。当发现rag系统的召回结果与用户query意图不匹配时，有哪些可能的改进方向预处理阶段：数据清洗、分块策略检索阶段优化：混合检索、查询重写、重排序算法： 合并K个有序链表

✅一面 1．首先是自我介绍和过项目，面试官还一起探讨项目用到的方法，可行性之类的2．介绍一下 CLIP3．了解 LoRA 吗， LoRA 微调的原理是什么4．了解哪些多模态大模型，简要介绍几个5.BLIP的三个损失函数分别是什么，数据是怎样清洗的6.BLIP2相对于 BLIP 有哪些改进，BLIP3又有哪些改进7.Qwen- VL 的三个训练流程分别是什么，有什么作用8．视觉编码器和 LLM 连接时，使用BLIP2中 Q - Former 那种复杂的 Adaptor 好还是 LLaVA 中简单的 MLP 好，说说各自的优缺点9．代码：实现多头自注意力一面比较常规，几乎都是八股问题，我觉得只要了解常见的多模态大模型都问题不大，主要还是要理解各个模型设计的动机是什么，这也是面试最喜欢考察的✅二面1．自我介绍和过项目，简要问了项目中使用某些方法的动机，以及是否会导致其他的问题2．了解 Transformer 吗，编码器和解码器的注意力有什么区别，在计算注意力中时除以 dk \ sqrt { d _ k }\ sqrt [ d _ k ｝的原因是什么3．后来有哪些比较经典的基于 Transformer 的语言模型， Qwen 相比于原始 Transformer 有哪些结构上的改动，Qwen2又有哪些改进4．了解 RLHF 吗， DPO 和 PPO 有什么区别， Loss 是什么样的，各自的优缺点是什么5．介绍一下 CLIP ，还了解什么其他的对比学习方法6．开放题：了解哪些多模态大模型，目前多模态大模型最的问题是什么7．代码：1143．最长公共子序列二面其实也偏常规，几乎也都是八股问题，但是也考察了一些对模型的理解以及知识面的广度，整体来说比一面的难度大一些✅三面：1．自我介绍，然后详细过了一下项目2．了解哪些大模型和多模态大模型，然后就聊了大模型这一路是怎么发展过来的，Transformer 、 BERT 、 GPT 、 LLaMA 、 Qwen ix ,以及当时的o1推理模型3．平常有尝试过训练过大模型吗，规模小一点的也没关系4．聊天，包括职业规划等等三面比较轻松，面试官说知识点前面两面都考察过了，三面就轻松一些，大概40来分钟吧📳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。

有牛友投英伟达吗？有无面经传授一下~