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。

（一）语言模型的发展历程词元（Token）1. 统计语言模型（Statistical Language Model，SLM）通常是根据词序列中若干个连续的上下文单词来预测下一个词的出现概率，即根据一个固定长度的前缀来预测目标单词。2. 神经语言模型（Neural Language Model，NLM）使用神经网络来建模文本序列的生成，例如word2vec（构建了一个简化的浅层神经网络来学习分布式词表示，所学习到的词嵌入（分布式词向量）可以用作后续任务的语义特征提取器）。3. 预训练语言模型（Pre-trained Language Model，PLM）代表：ELMo、BERT、GPT-1编码器...

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

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...