小米 大模型算法实习 二面面经

不得不说，比起别的厂，oppo的流程是真的慢，每当我等了半天以为这一步要寄了，他就给我推进一下，玩人呢整体timeline：投递岗位：多模态算法工程师（寻梦实习）简历投递：3.281面：4.72面：4.16hr面：4.18oc：4.29正式offer：5.13整体看来oppo的实习工资还挺高的，至少在我的几个offer里是这样目前规划实习顺序为小米 —〉网易 —〉oppo，每个实习一两个月（小米马上离职了），不知道合理不，想趁年轻体验一下不同的业务虽然佬们都不建议实习短的，但是我还是想这样搞一下 #软件开发2024笔面经#  #算法#  #面试时最害怕被问到的问题#  #面试中的破防瞬间#  #简历被挂麻了，求建议#

经历了慌忙的三月四月，终于找到实习艰难入职了，做一下这两个月近10场面试的经历汇总~自我介绍。一般来说这部分中规中矩，按模板来即可，但如果有简历没提到的内容想着重介绍，也可以在这里提一嘴（顺便看看面试官反应，是不是感兴趣深挖简历。这一环节通常是面试重点，也是我们需要准备的关键。通常来讲，面试官依据对口的技术点会以【实习】-【论文】-【竞赛】-【项目】的优先级随机提问，因此简历上涉及的关键词及相关概念一定要能倒背如流（否则容易扣大分八股：介绍一下Transformer讲一下Layer Norm和Batch Norm的区别接触过哪些大模型（chatglm，llama等大模型微调有哪些方法，适用场景...

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#

4.8 官网投递 深度学习框架工程师4.25 一面 转部门也是问项目，问项目中网络的结构和参数量，问大模型的相关知识，给了一个Llama模型,说说模型是怎么构成的，计算其参数量，问大模型的量化，问量化的前沿技术，问了int4量化是怎样进行的，量化流程以及量化方法详细问了onnx是干嘛的，我这边是怎么使用的，然后问了一个工作中的问题，就是不考虑转换为trt推理引擎，直接用onnx进行推断时，如果模型的权重需要在推断时进行更改，有什么方法可以做面试官说主要是模型结构这块的优化研究，需要做到一些前沿领域，是个研究团队，比如量化层面是一个很重要的模型结构优化方面，要集中做某一个小方向说是方向不对，转给...