bg9本 base青岛 免费十个月住宿 餐补  总包16可以理会嘛 可是感觉有点低…但是看了海尔机械岗硕士才20感觉又还行？大佬们给点意见求求了

面试是24年7月的现在已经入职几个月了，补一下面经，帮有需要的同学参考。BG：本硕985 计算机论文1A1B一面：技术面自我介绍 & 简历相关。简单介绍了自己在多模态和大模型方向的研究/工作经历，包括在校期间的论文工作以及实习经历。面试官主要针对简历上的项目提了一些细节问题，比如具体模型的量级，提升了多少，和哪些方法做了比较等。因为是自己的工作，所以没有卡壳。问有没有遇到过 Python 文件之间互相 import 的问题，出现这种问题怎么办？让我简单介绍了一下 PPO 算法，以及和 TRPO 的区别是什么？接着 PPO，问了一下 ChatGPT 的 RLHF 流程，以及为什么不直接用 SFT，而是要用强化这么麻烦的方式训练模型？继续追问 RLHF、SFT、LoRA 的区别，分别适用于什么场景？反问：公司现有业务是什么，计算资源情况等。二面：主管面论文介绍。让我用通俗的语言介绍我自己发表和投稿的论文，重点是研究动机和要解决的问题。问有没有亲手训练过大模型，最多用了多少张 GPU 卡？并行训练使用的框架是什么？介绍一下 DeepSpeed，说一下这个框架在并行的不同阶段（ZeRO stage）分别做了哪些事？训练模型的时候，数据量有多少，怎么收集数据的，训练花了多少时间？遇到的最大问题是什么？问在大模型全量微调时，显存消耗分别由哪些部分占用？（参数、梯度、优化器状态、激活信息等），分别占用多少？假设模型参数量为N，请分不同情况讨论和计算一下微调所需要的显存（不同精度、batch size、seq len 等）。说一下 LoRA 公式，讲一讲其中 A 和 B 两个矩阵分别表示什么。LoRA 的优缺点是什么，什么场景下适合使用？问知道哪些大模型训练和推理框架，用过哪些？问 LLaVA 的结构是什么，和常规的纯文本大模型有什么区别？Encoder-Decoder 结构的模型转 ONNX 的一般流程，遇到不支持的算子怎么办？可能遇到的问题（动态 shape、模型中逻辑判断需要单独写、模块拆分等）。三面：HR 面主要问了为什么选择公司，对团队的看法，对岗位的认识；未来大致的规划，面试过程的体验，有没有别的公司的 offer 等。以及询问了期望薪资等。之后就是等待，最终和期望薪资基本一致。总体感受面试流程比较顺畅，问题也比较贴合岗位要求；如果和岗位匹配度高，一般流程推进速度会很快。入职以后，工作内容和面试被问的问题也差不多，基本上都是算法工程师需要做的内容，团队氛围也很不错。只是毕竟是企业，不可能光搞研究，在承接业务时还是免不了和很多人打交道和来回battle需求，这个无可避免。

意向最高的公司，两个月的面试流程，难得匹配的岗位，要是挂了我真的会😭面试流程：7.23 一面：主管面，问项目，未来规划7.29 二面：HR面，问成绩，论文，获奖，规划8.11 笔试，四道编程，不难，10分钟一道8.13 三面：技术面，问项目，八股9.10 四面：负责人面，为行业发展看法，未来规划，场景设计题9.22 HR致电，问意向和期望薪资许愿许愿许愿

📍面试公司：汇川联合动力🕐面试时间：9.16（线下）💻面试岗位：结构工程师❓面试问题：（35min）1.自我介绍2.平常喜欢看书吗？喜欢看专业书吗？（汇川跟书是过不去了是吗？😂）3.自我介绍里提到了适应能力，能不能简单举个例子说明？为什么觉得自己有这个能力？4.自我介绍中提到了学习能力，能不能举个例子证明一下？平常如何自学？通过哪些途径？5.职业规划？介绍职业规划的时候提到了技术壁垒，你应该怎么搭建自己的技术壁垒？大家都是同一起跑线，你如何做到有属于自己的技术壁垒？6.假如一个机械产品交期就3个月，你如何保证在交期前不出错的完成？设计过程中可能没有优化设计的时间，你该如何保证一次设计成功？7.反问🙌面试感想：面试官很专业，汇川的二三面应该是共享的，二面面完就会有记录给到三面面试官，所以提的问题也很具有针对性。此外，这次特意增加了与面试官的眼神交流，全程盯着面试官的眼睛看。9.19 意向