比亚迪算法岗面试,问的贼细!

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、今年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、该如何准备面试攻略、面试常考点等热门话题进行了深入的讨论。

总结链接如下:

《大模型面试宝典》(2024版) 正式发布!

《AIGC 面试宝典》(2024版) 正式发布!


暑期实习基本结束了,校招即将开启,这两天又有很多大厂的算法岗(CV、NLP、搜广推、大模型、AIGC等方向)面试真题整理出来了。

这里特别整理了部分比亚迪的最新面试题,希望对你有所帮助。特别说明,比亚迪是招聘超级大户~

  1. 介绍RANSAC

  2. CLIP原理及变体

  3. SD1.5和SDXL的区别

  4. XGB相对于GBDT的改进

  5. GAN和Diffusion优缺点

  6. 自注意力机制的参数量计算

  7. 介绍YOLOv5、v6、v7、v8的区别

  8. Instruct 和 prompt 有什么区别?

  9. 你怎么看特斯拉FSD端到端大模型上车?

  10. 介绍现在大火的BEV范式?还有Occupancy

我还特别整理15道 Transformer 高频面试题(不会的,可用进群)

  • 介绍Transformer和ViT

  • 介绍Transformer的QKV

  • 介绍Layer Normalization

  • Transformer训练和部署技巧

  • 介绍Transformer的位置编码

  • 介绍自注意力机制和数学公式

  • 介绍Transformer的Encoder模块

  • 介绍Transformer的Decoder模块

  • Transformer和Mamba(SSM)的区别

  • Transformer中的残差结构以及意义

  • 为什么Transformer适合多模态任务?

  • Transformer的并行化体现在哪个地方?

  • 为什么Transformer一般使用LayerNorm?

  • Transformer为什么使用多头注意力机制?

  • Transformer训练的Dropout是如何设定的?

技术交流&资料

技术要学会分享、交流,不建议闭门造车。一个人可以走的很快、一堆人可以走的更远。

成立了算法面试和技术交流群,相关资料、技术交流&答疑,均可加我们的交流群获取,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友。

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:mlc2040,备注:来自CSDN + 技术交流

通俗易懂讲解大模型系列

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值