《NLP》专题

NLP算法工程师岗 铁废物冲算法：中专，大专，专升本，双非硕 2段实习经验，多个竞赛，一个破论文 一面（技术）： 主要围绕简历上的项目问，刚好做过大模型，这个问了挺多 langchain原理 glm架构是什么 coding：爬楼梯 二面（总监+HR）： 总监 还是围绕项目的内容询问 课程成绩 在项目中担任什么角色，如果和同事遇到冲突怎么解决 本科哪里的 家里的情况 职业规划 为什么考这个学校：调剂

面试官很客气 把每个项目都问了一遍 然后反复挖掘项目里面的细节 有问chatglm跟gpt的区别，放了个国庆忘记了。。。 问了一个场景题说如果用户输入的文本太长了，模型输入不了那么长的文本怎么办？ 还问了一个人事方面的问题，如果合作过程中与同事发生分歧，怎么解决？ #面经#

1. pytorch2onnx具体做了什么 2. 项目模型结构是什么样的 3. 为什么模型需要量化 4. 量化的过程做了什么，有什么样的效果 5. 量化的过程中为什么会有精度损失，损失是怎么调优的 6. LSTM怎么解决梯度爆炸和梯度消失的问题 7. 给101个硬币，其中一个是假币，称重两次判断假币比真币重还是轻 手撕（web IDE） 旋转矩阵 lc原题 方向不太match，面后秒挂 #字节##

一面 1. PTQ和QAT的区别 2. 如果对embedding也做量化，你觉得会有什么问题 3. 说一下常见的量化方法和原理 4. 假如现在让你对transformer模型进行量化，你觉得需要量化哪些算子 5. 矩阵乘法算子的量化过程 手撕（如流IDE） 1. 搜索二维矩阵 Ⅱ lc原题 2. Top k 3. python pep9规范 问题 二面：交叉面 1. SLU和NLU的区别 2. 其

#面经##科大讯飞##算法##如何判断面试是否凉了# 30min 面试官人很好，也很nice，奈何自己太菜了 自我介绍 围绕实习经历、论文简单聊 最具挑战性的一段经历以及解决办法 实习用到的模型介绍 论文怎么没用大模型？（论文确实没用，说了实习阶段有简单使用过） 八股： Transformer BERT GPT区别？ 有没有自己动手写过transformer的代码实现？（我说没有，用的开源现成的。

1、自我介绍 2、手撕算法 翻转二叉树 我先用了递归，后面面试官说不用递归的方法 矩阵顺时针旋转90°，有点紧张没撕出来，第一次用牛客面试不知道还能调试 3、假设有一百亿个网址，里面有重复，如何去重 4、数据采样是什么 5、给你一个数组，说说数据采样的流程 6、假设有一个数据流，不知道数据总量大小，要你采用k个数据（保证数据量大于k），符合平均分布，问怎么采用。 寄！#NLP算法工程师##作业帮#

#面试##算法##面经##如何判断面试是否凉了# 11.8 16:15~17:00 大概45分钟 面试官是个小姐姐，很温柔，答不上来的还一直说没关系没关系 自我介绍 介绍论文，出发点、模型结构、为什么这么做 实习经历，项目背景、做了哪些工作、用了什么模型、效果如何、有什么收获。深挖用到的ner模型，为啥用这个，能否解决非连续实体问题，如何处理特别长的实体，如何设置的负样本，前期数据预处理怎么做的

之前面试金山武汉的部门给我挂了，但是因为又投了金山珠海的部门，所以又从头再来了一遍流程，希望这一次运气好点😅。 🕒 岗位/笔试时间 11月7日 时长40分钟 📝 一面面试题目 1.计算机基础 （1）解决哈希冲突的方法 （2）哈夫曼树 （3）动态规划算法思想 2.word2vector的两种改进方法 3.在语言模型算法中可不可以使用两层lstm 4.讲解一下论文课题中的序列标注任务 5.有没有

投递岗位：NLP算法工程师 投递时间：看不到了 进去就看到面试官趴着，心里就觉得要挂了 从面试开头趴到结束，后悔没有直接退了 正式批 1. 自我介绍 2. 对自我介绍丝毫不关注，直接开问大模型 3. 可以直接去找相关前沿，或者企业的内容知识 恶心，秋招最离谱的一场面试，完全不知道对面在干嘛 #24届软开秋招面试经验大赏#

#24届软开秋招面试经验大赏##如何判断面试是否凉了##找不到实习会影响秋招吗# 面试16：40开始，周五下班前面试。害，还去酒店开了钟点房准备面试。 我知道自己很菜，但还是想最后试一下算法，现实给了重重一击，转开发或者取银行了，此生不会碰算法。 出奇的项目一个没问orz.... 可能项目别人看不上。 一个男面试官，成熟胡茬，看着就像技术大佬。 1.自我介绍（我说多益是十大网络游戏公司直接打听我的

拷打45分钟，主要拷打两个项目 1.自我介绍 2.拷打第一个项目；巨细，详细问了我论文里的东西，每个部分都让我讲了，包括模型结构、模型训练细节、输入输出、强化学习过程，然后让我详细讲了实验部分，我做的久了有的细节都快忘了😭 3.拷打第二个项目；先让我介绍了项目整体，然后让我介绍一下项目亮点，我就讲了向量库构建和对比解码缓解大模型幻觉，然后他让我详细讲一下对比解码部分；然后又拷打了几个重要的点😭

35分钟左右 面试官很温柔 1.自我介绍 2.介绍实习中大模型的工作 3.针对实习提问，比较好奇怎么做的 4.算法题：拆分单词。。写完还没跑就让我交了…事后发现代码有问题… 5.微调用了什么框架？ 6.有没有全量微调过？ 7.提问 团队介绍 1.做的产品是一个海外的大模型，没记住名字，隐约听他提到了对话问答NPC 2.NLP团队和CV团队差不多都是15人左右 3.可以实习转正，说备注一下跟二面面试

bg 双一流硕 微软9个月nlp实习 商汤医疗cv实习 研究方向与nlp无关 笔试0320 三道a两道，过 一面0327 面试是个很温柔的小哥哥，只问问题不追问，因此非常舒适 简历详细地一条条问 分类问题有几种方法可以做 如何处理过拟合 如何处理正负样本不均衡 有哪些激活函数 讲一下transformer gpt和bert区别在哪 无代码 二面0401 明显感觉职级高一级，问的全是场景题 简历 用

1.拷打项目，问的很细 2.八股： RLHF 大模型怎么处理图结构的数据 针对竞赛提问： XGBoost GBDT 随机森林的区别 特征清洗问题 有没有考虑组合特征 kmeans中k怎么选取，如果样本数量很大呢？ 3.手撕代码 多头注意力 编辑距离 合并区间 全程1h30min#算法面试经验分享##面试经验分享##腾讯凉经#

面试时间：3.28 流程：自我介绍—>项目/八股穿插—>手撕代码（本地IDE）——>反问 时长：约70分钟 八股： RoBERTa的改进 中文RoBERTa的分词（不过这点面试官说不了解也没关系） focal loss lora原理 什么情况下适合全参数微调，什么情况下适合lora微调（我答的数据量少、单一任务时更适合lora，因为lora更新的参数少，原论文没有对FFN更新，任