小米 大模型算法实习 二面面经

好久没面了，生疏的一批😭全程一个小时1.自我介绍2.拷打第一个项目，我的是一个rag的项目，先让我大概介绍一下，然后问我对比解码缓解幻觉具体怎么做的，我开始吟唱；然后开始问八股，先问llama跟transformer相比有什么结构优化，我就说了几点重要的；然后问我lora微调和全参微调的区别，我开始吟唱，然后问我为什么不用全参，我说显存什么的，又问了显存占用的对比；接着问我rag有什么缺点，我就说召回不准难处理、文档分块容易破坏语义什么的3.拷打第二个项目，我的是一个论文项目，直接共享论文开始吟唱；吟唱了好久然后开始提问，问我对话生成基座用的什么，我说没用大模型；然后问我为什么用chatgpt作为情绪原因推理的模型而不用小模型微调的方法，我说它能更好的处理常识知识关系，推理的更准确；然后问我大模型为什么比小模型有更强的能力，我就说了我的理解4.代码题，我用的网页版如流，他说网页版考不了代码，让我现场下载客户端，我在公司用手机开热点面的，下载了半天，尬的一批代码题是个乘积最大的连续子数组，应该是比较简单的，我记得我刷过，但是我已经有两个月没刷题了，全忘完了，本来准备今天复习一天，结果mentor直接给我上强度，服了；总之是暴力写的，寄的死死的😭5.反问，问什么业务，说是做千帆平台以及一些tob和toc的业务好久没面试了，有一个月了都，鼠鼠东西基本都忘完了😭这次是在目前实习的公司面的，本来想升级一下项目再面，结果一直没找到时间，简历上漏洞百出的还没改，难崩；然后我发现面试也遵循木桶效应，而我的短板是算法题，看来得认真开始刷了 #软件开发2024笔面经#  #我的失利项目复盘#  #面试中的破防瞬间#  #面试时最害怕被问到的问题#  #算法#  #简历被挂麻了，求建议#   #如何判断面试是否凉了#

面试完就知道gg，简直是一个小时的压力面🥲 1. 自我介绍 2. 研究生阶段项目介绍和研究生课程有哪些（直接给我懵了） 3. transformer模型结构 4. self-attention为什么是QKV三个，作者是依据什么构造出来的 5. 梯度消失和梯度爆炸定义，用什么解决 6. Bert的embedding 7. 大模型LLM和transformer的区别，LLM好在哪里 8. LLama模型结构 9. 位置编码方式有几种，为什么旋转位置编码好，好在哪里 10. 为什么GPT采用decoder-only架构，encoder-only为什么不应该更好？ 11. 自己的项目和大模型的结合，...

约的是周六上午的面试，面试官在家主要是围绕项目里进行提问，问得比较温和- 缓存穿透背景- 布隆过滤器的它的原理是什么- 除了布隆过滤器，还有没有其他的方法去避免缓存穿透？- 缓存数据库一致性有哪些解决方式？- 缓存双删它的过程是怎样的，你可以先说一下过程，然后去分析。（这段有点没捋明白，说的有点磕巴）- 还有其他的吗？（先写数据库再删除缓存、binlog+mq）- 你刚才提到了就是说依据是先写数据库再删缓存这种，它的弊端是高并发的场景下不太适用是吗？是的，它我觉得是有一些风险。- 高并发的场景应该用哪种的策略。我觉得用binlog配合mq会比较好。- 令牌限流的原理是怎么样的？- 限流措施还有别的模型吗？- 令牌桶和漏桶的区别？（漏桶不记得了）- 说一下mvcc的实现原理，还有是它解决了啥问题了？- 它能不能解决幻读问题。- 什么情况下没解决幻读问题（这块有点卡住）- 什么是高内聚低耦合？- 有什么设计模式可以保证高内聚低耦合？- 有什么其他的有什么原则吗？就是设计模式的原则。- 问之前实习经历（非互联网）- 做题 寻找和为k的子数组个数- 反问 大team业务是做多媒体 周末不上班除了mvcc问的基本都是简历里项目相关的，项目是123066.3 二面 希望难度跟一面一样

最近不少同学和家长咨询数据分析岗位，特别是好几个海外硕士同学，想走数据分析岗位。对于数据分析岗位，涛哥建议一直是保守支持，岗位数量少，业务需求小，从而发展空间比较小。数分岗位主要做什么数据分析，有个高大上的岗位名字叫数据科学家，同学们看到的这个数据分析岗位上腾讯岗位要求。数据分析核心工作是对数据进行分析。初级的是对业务经营情况进行数据曲线，效果的分析评估。高级的会对业务运营战略进行分析。做一些分析建议，偏咨询居多。数分对口哪些业务就拿互联网业务来说，比如电商业务部门，会有数据分析组，对广告投放，运营活动投放效果进行分析，分析了很多的关键指标，对这些指标结合业务进行分析和建议。预算部门或领导决策...