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#
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
在线测评是行测+性格测试,笔试找了半天发现才发现在战盟的这个位置进行笔试(要开摄像头) 浏览器、qq啥的全部要退出,战盟能检测,未退出无法开启笔试! 题目包括一些基础深度学习+机器学习知识,题型包括选择(单选)、填空、问答、编程题。 我报的算法,但是我没想到的居然有C++的题目(填空的C++居多),看不懂,不会orz...
#24届软开秋招面试经验大赏# 认准拉普拉斯,秋招必上岸 就业zi询可私 深信服前几天面的。其实到现在我也不知道这个公司是干啥的,也忘了啥时候投的了,面试感觉很简单,没有难度。 面了半个多小时。问题记不太清了,反正都比较简单,大家就当查缺补漏了。 1 自我介绍 2 介绍实习项目经历 3 介绍一下自己最满意的项目,怎么做的,有没有遇到啥困难,咋解决的,最后有啥收获,觉得有啥可以再改进的东西,为啥觉得
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
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
写面筋,攒一点好运~ 等了两个星期终于等到蚂蚁电话约一面 面试主要在拷打项目, 先自我介绍,然后针对项目问题刨根究底的询问。 除此之外 问了一下对比一下KG + LLM 与 RAG的优劣(好像他们主要也在做KG+LLM) 无算法 反问: 几面?一共有三轮技术面,第二轮会有算法。三面leader面。 业务做啥?垂领大模型构建,KG+LLM P.S. 1. 昨天面试官找我约好时间,结果今天他还迟到了一
面试时间:3.27 总时长:50分左右 没有自我介绍环节,上来面试官先简单介绍了下部门和面试流程(算法题—>八股—>项目—>反问),然后直接开始做题。 算法题: 求出多峰数组的任一个峰,要求时间O(log n),相当于leetcode 852的多峰形式 八股: 机器学习中过拟合的特点和解决方法 介绍一下self-attention和multi-head attention RoBERTa相比BER