节前，我们组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学，针对大模型技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何备战、面试常考点分享等热门话题进行了深入的讨论。
合集在这里：《大模型面试宝典》(2024版) 正式发布！
今天分享一位社招朋友的经验分享。喜欢记得收藏、关注、点赞。对技术交流、面试感兴趣的也欢迎文末加入交流。
这两年赶上了大厂很不好的光景，晋升被卡，涨薪变慢，真的是一言难尽。
也算是 OpenAI 给饭吃，最近大火的大模型里用到了强化学习。
因此想要尝试跳槽，换一份大模型方向的工作，做RLHF或者LLM-agents。
在boss上挂完简历，发现来聊的hr或者猎头倒是不少，可能是因为学历还有大厂光环暂时还有点作用。可是实际聊下来一圈以后，发现很多LLM岗位还是需要过往有NLP的经验，这个倒也是符合预期。
对于阿里系（拆分后各个事业群独立招聘）、字节、百度等大厂，或者百川智能、360等比较头部有名气的中小公司，或许也能给到面试机会，但是在面试过程中一旦涉及到LLM具体的项目经验，像我这种完全空白的人来说只能尴尬地说没做过，背过的一些八股文也只能勉强应付。
面试一圈下来，拿了百度、美团、滴滴、快手这几家偏业务的算法岗位offer，但是跟大模型没啥关系，基本上都是各家业务的核心算法岗。
感觉他们可能是因为这两年刚毕业一批人，空出一些hc，因为我这种强化学习背景的，只能说是业务算法的一个探索方向，不算是核心解决方案。
大模型方向的offer，只拿到两个，打算选择其中一家。虽然现在大环境仍然不算好，跳槽有风险，尤其是创业公司，但是在大厂里温水煮青蛙也是困境。搏一搏，单车变摩托。
下面是面试过程中记录的一些关于大模型、强化学习的问题，仅供参考。
1.PPO算法中使用GAE的好处以及参数 gamma 和 lambda 的作用是什么
2.PPO算法和DQN算法的区别是什么
3.有哪些PPO算法的调参经验
4.在线强化学习和离线强化学习在技术和应用场景上有什么区别
5.强化学习和大模型之间的关联是什么
6.如何评估大模型中数据集的质量
7.目前国内一般选择基于哪些基座模型继续训练
8.国内做大模型的主要工作是哪几个部分
9.除了数据之外，还有哪些方向的工作可以进一步优化大模型的效果
10.大语言模型是怎么输出的，观察过输出的概率值吗
11.关于微调的方法有哪些
12.如果让你训练一个模型，基座，数据，finetune的方法怎么选
13.怎么解决大语言模型的幻觉问题，RLHF可以吗
14.是否看好国内做基座模型工作的前景，为什么
15.为什么模型越大，貌似更多地具备AGI的能力？这背后的逻辑是什么
16.介绍下对transformer的了解，网络结构相比于lstm有什么不同
17.transformer里用到的正则化方法有哪些
18.chatgpt训练过程中，奖励模型有更新吗
19.chatgpt强化学习训练阶段还有什么改进的空间和思路吗
20.直接用训练reward model的数据精调模型，而不用强化学习，是否可行？为什么
21.了解bert和gpt网络结构的细节及其差异吗
22.假如reward model不太准，怎么办
23.有做过大模型训练的实践吗，有哪些收获或者感悟
坦白讲，这些问题对于有过大模型项目经验的人来说应该问题不大，尤其是有NLP背景的。但是如果目前工作内容和大模型无关，想要比较好的回答出上述问题还是有难度的。要准备好八股文，要对前沿的方向有了解，而且最好自己跑过大模型的训练，包括微调和对齐。
技术交流群
前沿技术资讯、算法交流、求职内推、算法竞赛、面试交流(校招、社招、实习)等、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~
我们建了算法岗技术与面试交流群， 想要进交流群、需要源码&资料、提升技术的同学，可以直接加微信号：mlc2060。加的时候备注一下：研究方向 +学校/公司+CSDN，即可。然后就可以拉你进群了。
方式①、微信搜索公众号：机器学习社区，后台回复：加群
方式②、添加微信号：mlc2060，备注：技术交流
1347
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
