一面 8.7

主要是拷打论文、项目还有八股，个人感觉难度适中，但是考察面交广泛。面试官做inference方向的，刚好项目里面有一个大模型推理优化的，所以拷打的比较多。具体八股问题依稀记得下面几个：

1. 介绍一下分词的原理，现代大模型的分词方式。
2. 介绍一下Transformer架构，亮点在哪
3. 相较于LSM序列模型，Transformer的架构优势在哪
4. Transformer到现在发生了哪些改变（从Transformer到LLama系列的变迁史，这个问的很细，一直追问）
5. DeepSeek系列
6. 正则表达式和python脚本都什么时候用

反问阶段：

1. 主要从事什么工作：HR全在讲推理，做得少，没怎么听得懂，但是总之和高校实验室还是比较类似的，就是多了很多DDL
2. 岗位相关：西安 合肥 武汉 等等 合肥HC最多
3. 加班情况：1 2 4 加班，正常情况下双休，看绩效

一面时长大概在四十分钟左右，面试官整体比较随和，问的问题确实很尖锐，看起来像技术大佬

二面：8.25

一面和二面隔了大半个月，本来以为已经是寄了的（。 二面面试的时间比较匆忙，而且面试官那边的网络问题不是很好，而且面试过程中技术相关的问题相对一面已经少了很多，依稀记得下面的几个点：

1. 为啥申请提前毕业
2. 大论文打算怎么写
3. 家是哪的
4. Transformer八股拷打
5. RAG八股拷打
6. 理想城市
7. 对现有大模型的看法，以及未来发展趋势（数据、算力）
8. 拷打论文，吐槽了论文不对口；为啥不发会议（导师不让）
9. 为啥不去实习（导师不放）
10. 读博打算（有在考虑，但先准备秋招）

反问阶段： 后续流程大概还要多久：一周左右

二面时间和一面差不多，因为鼠鼠申请了硕士提前毕业，面试官围绕着一点展开的开放性问题多一点，整体下来感觉氛围很OK，没有那么大压力，不过吐槽了很多论文不对口和没有实习的情况，所以面完也是有点慌的。

HR面：9.2

进到HR面还是挺意外的，面试过程基本就是背调，问的基本都是性格优缺点，如何沟通，职业规划，理想城市，第一份工作等等，和第二个面试官一样，也问了读博意愿和提前毕业的情况。HR面说是也会刷人，部门分配也要参考一面二面的结果（但是校招生进去后转岗好像还是允许的，说什么包容性很大）。反问了一下前两个面试官的评价，HR说这个不方便，但是总体差距不是很大，后续加了HR微信，等后面结果。。。

飞星计划简历过后是全程没有手撕代码的（主要leetcode刷的实在是烂），但是八股问的知识面会广一点，经常从一个点发散到另一个点（还有几次问nlp问着问着就跑到cv了），有后续会来更新，祝好运吧（