百度小说三面

腾讯csig，BI部门，技术研究-自然语言处理，可能是白菜，在深圳携程旅游事业部，nlp算法，sp，大概10-9-5，可能有居家，在上海

这一次还是一个女面试官欸，第一次遇到没开摄像头的(不过还是很好的面试官，素质很高)，就是过程有点吵(能听到别的面试，还有如流真的很卡欸而且UI好粗糙(偷偷蛐蛐，求offer))。1. 自我介绍，怎么学前端的；2. 实习经历；3. Webpack怎么优化的；4. 实习期间图片组件的一些优化，懒加载，webp等；5. 又说了说vue好像(忘记了昨天下午面的hhh就忘了)6. 事件循环题，秒了(比字节、美团出的简单多了)；7. this指向，秒了；8. 手写事件总线，em，虽然我好久没看了，但是写出来了(有瑕疵，下来重写了一下发现并不简单)；9. 场景题：PM让你做一个一天只弹窗一次怎么做？反问：1. 技术栈：百度SAN框架；2. 百度对AI的态度：面试官说她说不上来，让我问三面的经理；

1️⃣一面 1.自我介绍和项目介绍2.介绍一下了解的大模型有哪些，这些模型在结构上有什么差异3.说一下大模型常用的位置编码有哪些，各有什么优缺点4.介绍一下大模型的预训练后训练以及推理是怎么做的，并且详细问了 RLHF 的做法，包括 PPO 算法的原理，以及 DPO 和 PPO 的区别5.大模型的超长上下文是怎么做的，比如说 KIMI6.大模型智能体是怎么工作的，有哪些组件7.场景题：如何训练一个大模型，可以做到精确的提取摘要8.代码:股票的四个题121. 买卖股票的最佳时机122. 买卖股票的最佳时机 II123. 买卖股票的最佳时机 III188. 买卖股票的最佳时机 IV✴️整体来说一面偏基础，没有太多发散性的问题，整个面试一个半小时多2️⃣二面1.自我介绍2.因为之前是做 CV 的，所以面试官问了 CV 和 NLP 的区别和联系，在 Transformer 的大背景下，CV、NLP，包括语音等，能否实现大一统3.训练大模型的时候数据怎么清洗，怎么处理，怎么配比，怎样操作能更容易使模型达到更好的性能4.什么是大模型的幻觉，如何减轻幻觉问题5.大模型的复读问题是怎么产生的，业内一般有什么解决办法6.大模型的工具调用怎么实现7.Agent 有哪几部分构成，了解哪些具体的实现方法8.开放题：之前训练大模型的时候遇到过什么困难，你是怎么解决的9.代码：实现一个 Tokenizer，只能用 PyTorch 基础语法✴️二面相比于一面更加看重综合素质，喜欢考察分析问题解决问题的能力，二面也面试了一个多小时，面试官还是挺专业的。3️⃣三面1.首先过项目，但是问的特别细致，尤其是一个 Agent 的项目，从背景，到动机，再到做法，最后的结果，都问的非常细，大概有半个小时的时间2.开放题：你觉得当前大模型还存在怎样的问题，有什么解决办法吗3.开放题：让你自己设计一个 Agent，会怎么做，为什么这样做4.找工作比较在意的点是什么，除了薪资还有什么5.对文心一言这个产品了解吗，有哪些优点和值得改进的点6.如果给你发 Offer，你到这个团队能做出什么贡献✴️三面整体来说更加综合，不止有一些技术问题，还有职业规划这些问题，更加考察整体的能力。面试官应该是这个团队的大老板，看问题更加系统和全面，整体面下来还是比较有压力的。📳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。

滴滴暑期实习300一天贝壳400＋三餐免费贝壳的话，就是基本大多都能转正，滴滴转正不确定，要看表现，贝壳转正大概总包比滴滴多一个月年终奖，大概40吧，而且wlb，不怎么加班。但是后面如果想跳槽的话，感觉滴滴title更硬一些，想问一下大家怎么选择。想问一下大佬们怎么选择，😭😭