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#
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
无手撕,无八股,问的都是简历上面的项目,会讨论的非常详细,也会有些拓展问题。 面试官非常nice,超级详细的介绍了部门和主要的业务! #秋招##面经##吉利#
知乎 企业类型: 互联网 地点: 北京 实习类型: 日常实习 岗位: NLP算法工程师 一面—视频面 基础知识询问+做题 自我介绍 生成式模型与判别式模型的区别? 生成式模型先对数据的联合分布 进行建模,然后再通过贝叶斯公式计算样本属于各类别的后验概率 。 判别式模型直接进行条件概率建模,由数据直接学习决策函数 或条件概率分布作为预测的模型。判别方法不关心背后的数据分布,关心的是对于给定的输入,应
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#
听说写点面经能攒人品,赶紧来一波。 滴滴两次技术面,没有hr面。 第一次技术面问了transformer和bert的基础知识。 先是问了知道transformer的架构如何设计的么?我答理解的。遂让我介绍下transformer的block的结构,我巴拉巴拉,然后继续问编码器和解码器的细节,编码器的position是用的什么函数,解码器和编码器的不同之处,解码器mask是怎么设计的。有的我答出来了
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...
一面(8.30): 1、自我介绍,问简历中论文和项目(问的比较浅) 2、第一道算法题:数组中找第K大(花了一些时间调出来了) 3、第二道算法题:面试官自己出的,要求输入整数n,返回长度为n、仅有元音(a,e,i,o,u)组成的字符串数量,比如n=2则返回15,因为['aa','ae','ai','ao','au','ee','ei','eo','eu','ii','io','iu','oo','o
#24届秋招同行攻略分享# #晒一晒我的offer# bg:本二硕九 研究方向:大模型 SFT,检索增强,窗口扩展,指令压缩, Prompt 优化 目前秋招已经结束,想汇总一下当时的面试记录,个人实习经历、项目以及论文内容就简单带过,重点会写一下面试遇到的一些八股等通用的内容 科大讯飞——飞星计划提前批 部门:讯飞研究院 一面:1 小时 1.自我介绍 2.讲一下第一段实习遇到的困难 3.ChatG
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##
3.12 大概面了50分钟,大部分在深挖项目,实现细节问得比较深。 1.自我介绍,把简历内容快速过了一遍,面试官还夸了一句我做过的东西蛮充实 2.针对实习项目挖呀挖呀挖,这部分耗时最久,项目实现细节问得很详细 3.介绍一下Bert 4.GPT和Bert的区别 5.介绍一下Roberta,它的改进点在哪 6.Transformer和LSTM的结构与原理 7.介绍RLHF技术 8.介绍注意力机制 9.
一面 4.25 介绍项目 BN 和LN的区别,应用场景 GBDT,XGBoost,LightGBM Transformer,chatgpt 介绍一个常用的网络结构:CNN,卷积层和池化层的作用 自己的优缺点#携程#
7.20 一面 40分钟 1.自我介绍 项目部分: 2.常见模型的结构:bert,TextCNN,transformer,ERNIE 3.怎么比较用哪个模型更好 4.模型输入的长度限制是多少 5.怎么解决多标签问题的 6.attention的时间复杂度是多少 7.有没有做过知识图谱和问答 8.GPT的结构 9.各个类别数据不均衡怎么办? 10.关于模型的部署和优化 11.a,b是两个常数,怎么在不
终于终于等来了面试 面试官迟到5分钟 问了信道、调制解调的概念 项目经历 对算法工程师的了解 有没有做过神经网络 为什么想在青岛工作 为什么要工作 对鼎信的了解 反问面试有什么需要改进的: 建议考研,喜欢有项目经历的,研发压力大、人数少没有优势 真的好难
写面经,攒人品,求offer 先说说秋招吧,投了进几百家公司了,至今没有offer,可能是学历不行,也可能是工程能力不足,emmm,总之至今还是 0offer 从9月份就开始投简历了,到了10月底才开始有面试机会,后来改投实习,面试机会才稍微多点 联想研究院实习/10.30 自我介绍 问项目 图像分割有做过吗,没做过,知道别人做过 介绍自己公司,应该是搞理论的,说要在学术界受认可 跟着哪个导师的,