最后提醒下大模型算法面试肚子里没墨水的人

之前有还没有毕业的友友后台私信问我算法岗的一天主要做啥？我抽样一天的工作流水简单分享分享，总体上还是蛮简单（工作形式非工作内容哈哈哈哈）：09:00 晨会：用拆解业务需求，需要理解很多业务层面的信息，这也是我之前入职的时候有轮岗的原因10:30 模型调优：从业务痛点倒推技术方案12:00 干饭时间：食堂gogogo14:30 技术分享会：这个不是每天，大概两周会有一次这样的组织，分享的内容主要是技术的应用方面，也有同事会分享市面上的比较新的东西16:00 代码爆肝，开始高强度开发以及开会。实验跑起来基本上就开始各种开会，上下游对接，忙的时候连着三四个会，基本到五点就属于宕机状态。18:00 下楼吃饭，看看夕阳每个行业的算法岗可能都有点不一样，但大部分时候都比较忙，我同事说，上班了发现看论文是最舒服的时候哈哈哈哈哈。

我通过牛客赚了一包薯片，整整5块，然后一直没到账，然后发现人家放假了，今天到了之后买了吃掉，已经变成葡萄糖了。那么我也是顺利收下几家offer了，没学多久，今天给一下具体路线，求别私信我（真想问问题，直接把问题写上去留个微信，动不动弹出来红点点，你总会去点他的。。），然后东西都是你感兴趣才能去做，你肯定难以接受一天爽学10几个小时。同时五一假期还不出门，连续5天高强度琢磨新玩意，所谓欲戴王冠，必承其重你知道的，光是走马观花肯定很困难。我给出你具体思路还是比较重要的。首先确定走这一行，我的话有两年开发经验，有实习经验，然后直接转行，本身就有基础，计算机的知识是有迁移性质的。我先讲讲大模型ai应用...

1.早上七点去北京，线下面了一个，某研究所有笔试，基本都是java基础题:多态、集合、并发之类的，一共十道，对了五道，有的题目有问题，感觉对方也不是科班出身，更像是从网上搜集了一份题目，好在面试过程很顺利，基本也是聊天面，没问什么技术东西，对方对我很满意。也是幸运了2.下午回学校，用友腾讯会议面，这个我在boss投，要了简历，没回，早上我又问符合要求吗之类的话，他又要简历😂，我就说上次要了😅，然后就给我打电话了，约面。所以，还得大胆问后续。面试基本就是电脑共享屏幕看做过的东西，讲一讲，问了问难的sql。3.搜狐畅游腾讯会议面，也是共享屏幕看了看做的东西，说做的东西不难，问了问前端页面适配，django的views里写的什么，ai了解什么，最后笑了笑说给我通过了，估计还有其他面。总结:广投，你也不知道一个0-20人的小公司会帮研究生招人，大胆问，机会掌握在主动的人手里

1. 实习日常工作都做什么2. 数仓的分层，主题域3. 流量域ods层上游数据源是什么，整体的数据加工链路4. 介绍一下spark，当下能想到的所有关于spark的内容5. rdd弹性数据集，弹性体现在哪些方面6. 引起数据倾斜，spark-ui的看法7. 数仓基建，模型改造是怎么做的，背景是什么8. 简历上的旧任务迭代具体是什么9. 任务优化，主键是什么，具体怎么做的，任务执行为什么慢10. 数仓用户域的改造（个人项目11. spark的任务提交和执行流程12. 怎么评价一个模型设计的是好是坏13. hdfs的读写流程，为什么是三个副本14. 知道温存吗，生命周期是什么15. python装饰器是什么。。。。。。16. 小文件产生原因及危害17. Sql 两个简单group by 一个留存率 一个连续登录18. 算法题：移动最少区间个数 使得剩余区间无重叠  1. 输入：[1,2][2,3][4,6][1,3]  2. 输出：1  3. 解释：移除[1,3]后，剩余区间无重叠19. 算法题：链表的两数相加