03-12 11:19 北京理工大学 Java 发布于北京
关注
水滴算法面试-汗流浃背版
终于收到水滴的面试了，面了一个多小时，能感受到面试官对技术的追求和激情，说实话还挺感染我的，但是他问的问题和时长让我汗流浃背啊，扣着各种细节去追问，记录了部分面试问题：
1、自我介绍
2、项目讲解
3、指令集构建这一块有遇到什么难点吗？怎么解决的？
4、用的什么微调，讲一下lora、p-tunning的原理
5、大模型微调用到了什么框架
6、 Lora的训练原理和使用是怎么样的？
7、lora怎么做矩阵的初始化，为什么这样做
8、有对比其他模型进行微调吗？微调后的效果怎么样？
9、Lora的应用场景是什么？
10、 llama的模型结构
11、微调后的badcase怎么处理？
12、怎么解决大模型的重复回答的问题？
13、LLM推理都有哪些参数设置（top-k，top-p），一般怎么调整?
14、Beam Search（束搜索）
15、RAG
16、RLHF、PPO、DPO算法
17、VLLM的KV Cache原理
手撕：
正则匹配，按照优先级规则将长文本划分句子
最后反问环节问了业务方向和校招生培养，我也大概了解到了水滴对校招生的重视，不光有一年的721培养机制，而且对校招生有充分的放权和自由度，可以接触的业务还挺多的，甚至可能有CEO或者业务一号位直接来带，也分享了一个由CEO带出来的业务一号位的清华学长的故事，还很耐心的给我分享了他们的自研大模型，面试官特别健谈，也缓解了我的紧张情绪，总之好感度还是非常强的，希望能通过吧！
#水滴春招##校招##面试经验#
1、自我介绍
2、项目讲解
3、指令集构建这一块有遇到什么难点吗？怎么解决的？
4、用的什么微调，讲一下lora、p-tunning的原理
5、大模型微调用到了什么框架
6、 Lora的训练原理和使用是怎么样的？
7、lora怎么做矩阵的初始化，为什么这样做
8、有对比其他模型进行微调吗？微调后的效果怎么样？
9、Lora的应用场景是什么？
10、 llama的模型结构
11、微调后的badcase怎么处理？
12、怎么解决大模型的重复回答的问题？
13、LLM推理都有哪些参数设置（top-k，top-p），一般怎么调整?
14、Beam Search（束搜索）
15、RAG
16、RLHF、PPO、DPO算法
17、VLLM的KV Cache原理
手撕：
正则匹配，按照优先级规则将长文本划分句子
最后反问环节问了业务方向和校招生培养，我也大概了解到了水滴对校招生的重视，不光有一年的721培养机制，而且对校招生有充分的放权和自由度，可以接触的业务还挺多的，甚至可能有CEO或者业务一号位直接来带，也分享了一个由CEO带出来的业务一号位的清华学长的故事，还很耐心的给我分享了他们的自研大模型，面试官特别健谈，也缓解了我的紧张情绪，总之好感度还是非常强的，希望能通过吧！
#水滴春招##校招##面试经验#
全部评论
超喜欢吃香菜
门头沟学院 算法工程师
没看到多少这公司的面经，hc有吗？
超喜欢吃香菜
门头沟学院 算法工程师
佬，你为什么问的这么细？我加自我介绍就问了15分钟左右，以为是kpi面，记过进二面了
xiongzhi
北京理工大学 大数据开发工程师
佬啥时候面的呀
孤寡孤寡0
武汉大学 算法工程师
很细了佬！请问会下一轮会有笔试么？
相关推荐
不愿透露姓名的神秘牛友
04-25 22:29
已编辑
点赞 评论 收藏
分享
字节跳动一面918人在聊
查看7道真题和解析 点赞 评论 收藏
分享