小米大模型实习凉面

同学们，牛客算法部找一起“干实事”的小伙伴啦！ 先和你掰扯清楚咱们在忙啥——你平时刷牛客时，首页刷到的“刚好想看的题解/面经”、搜索栏里一输就准的结果、甚至那些“不烦人的广告”；还有 AI 面试里的“个性化出题”、考中跟你对话的数字人、悄悄“抓作弊”的算法，以及面试完立刻出来的评分报告——这些用户天天用、天天依赖的功能，背后都是咱们团队在撑着。 没有虚头巴脑的“概念项目”，每一行代码、每一次模型调优，都是为了解决“用户是不是真的用着舒服”“面试是不是真的公平”这些具体问题。 现在我们要找两类人： 一类是想全职加入的“算法打工人”——不管你是有 1-3 年经验想换个“能摸到结果”的团队，还是刚毕...

商汤多模态实习面经一面(已OC)1. 项目+实习经历2. 阐述一下最熟悉的VL模型3. 根据2.提的模型进行深挖，包括网络设计，注意力计算的方式等4. pre-Norm 和 post-Norm 差别5. attention 计算复杂度6. flash attention计算复杂度7. 大模型的训练流程8. 手撕: torch 手写softmax 并基于softmax的分布写出采样函数面试官人很好很好!!!!!很轻松，很和谐

家人们！最近在琢磨大模型应用开发岗的项目准备，初步定了两个方向 ：做一个完整的 RAG 项目（检索增强生成），从向量数据库搭建，知识库的构建、工具的调用，到检索逻辑优化，全流程走一遍，重点体现对知识问答场景的落地能力～ 搞一个模型微调 + 部署的项目，选个具体任务（比如特定领域的文本分类 / 命名实体识别），用 LoRA 之类的方法做微调，再部署成 API 服务，配上简单的调用界面，把 “调参 + 工程化” 能力亮出来这两个项目覆盖了大模型应用的核心环节，既有算法落地又有工程实现，感觉能体现岗位所需的核心技能？有没有同行姐妹 / 兄弟给点建议呀～ 或者还有哪些项目方向值得补充？

秋招收到的第一个意向书，太激动了