#非技术岗薪资爆料# 相比于大厂压力没有那么大,大部分时间都能准时下班,相对来说薪资肯定比不上那些大厂的,不包住宿
全部评论
运营能准时下班么😂好爽,在影石加班加吐了
点赞 回复 分享
发布于 2024-06-28 22:07 福建

相关推荐

09-22 14:41
已编辑
门头沟学院 算法工程师
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。
查看19道真题和解析
点赞 评论 收藏
分享
国庆到了,对自己的秋招做个总结,3月开始投实习,被挂麻了,最后去了研究所实习。7月开始投递秋招,9月后投递就已经非常少了。bg:双非本2硕,主投岗位:嵌入式软件【lz只会linux】、驱动开发、有些C++的岗也会投。base地全国可飞,投的比较多的是江浙沪,深圳,西安投递:总数80左右,给面试的十几家,因为小鹏开的很早,所以一些中小厂基本就没投了!意向:海光信息(编译器)【很香】影石(驱动)            【薪资应该和海光差不多,或者略高】翱捷科技 (平台软件,应该是驱动)【965  wlb薪资低】小米(芯片驱动)【薪资不高】小鹏(模型部署,第一个oc,让我的秋招基本没有太大压力)【未谈薪,应该不会有前两个高】面试后挂:百度(二面挂)滴滴(一面挂)理想(一面挂)柏楚电子(技术面挂,做rtos的,不会)泡池子:复旦微电子汇川简历挂:太多了,蓝绿厂,智元,元戎启行,简历挂的大概30家左右,还有投了没后续的,华子,荣耀应该也都不会面了,国庆后应该就会签一个结束秋招,不耽误各位兄弟的机会了!!!祝各位兄弟找到自己心仪的offer。感悟:结合我的bg来看,已经很幸运能够在这个时间可以有选择结束秋招的机会。研究生入学给自己的目标是30w,现在已经圆满完成目标了。拿的这些offer除了小米基本都没手撕,今年还花了很多时间准备手撕。😂😂欢迎各位佬来和小弟交流!!!
我的秋招日记
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务