节前,我们星球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,针对算法岗技术趋势、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、面试常考点分享等热门话题进行了深入的讨论。
汇总合集:《大模型面试宝典》(2024版) 发布!
前几天,我们一位星球成员面了美团算法岗,并成功拿到了Offer。今天我整理了一些交流的内容,分享给大家。
希望对后续找工作的小伙伴有所帮助。喜欢记得收藏、关注、点赞,喜欢面试、技术交流,文末加入我们。
大家好,我来自北京邮电,专业是计算机,面试从 3.11 投递简历,4.7 收到 Offer,历时大概有一个月。在此特别感谢星球群的小伙伴的热心帮助。
面试内容主要聊在学校做的研究,然后发散问了一些项目问题,问了一些八股、大模型相关内容。
一面
- 介绍项目
- 项目中针对模型的设计改进,如何保证,或者说引导模型学习到你期望的能力
- Transformer 和 LSTM 的结构与原理
- 介绍 Transformer 中的位置编码
- 使用正弦和余弦函数作为位置编码有什么好处
- 介绍一下注意力机制
- 深度网络模型中权重能不能都初始化为0
- 数据集中正负样本不均衡的情况怎么解决
- 解释梯度消失和梯度爆炸
- 如何解决梯度消失和梯度爆炸
- GPT 和 Bert 的区别
- 接触过那些大模型?
- LLAMA 和 ChatGLM 的区别
- p tuning v2 和 prompt tuning 的区别
- 算法题:给出一个数组,利用快速排序的思想,找出数组中第K大的数。(快速选择)
二面
- 自我介绍
- 介绍项目
- 算法题:有一个非严格递增的矩阵,每一行第一个数大于上一行最后一个数,判断矩阵中是否存在target值
- Transformer 相较于 RNN 有什么优点
- 介绍 Transformer 中的位置编码
- 如何处理样本类别不均衡的问题
- 如果你和你的师哥/导师发生意见方案上的分歧,你会怎么做?
- 未来的职业发展规划
- 什么时候到岗,能实习多长时间
- 反问:实习生的工作安排,针对面试表现有何改进建议?