最近已有不少大厂都在秋招宣讲了,也有一些在 Offer 发放阶段。
节前,我们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。
针对新手如何入门算法岗、该如何准备面试攻略、面试常考点、大模型技术趋势、算法项目落地经验分享等热门话题进行了深入的讨论。
今天分享我们一位星球成员面试网易大模型算法实习面经:
一面
时间:9.12 时长:1h
code:统计岛屿数量、最大岛屿面积,DFS方法解了
然后介绍实习项目,面试官非常耐心地听,没有打断
八股
-
bert和gpt的区别?(从模型架构、训练方式、使用场景方面回答的)
-
训练/微调一个LLM的流程?
-
实习时用的 megatron 框架吗,对分布式训练框架了解多少?(回答了deepspeed和megatron区别,以及几种并行方式,以及deepspeed的三种zero)
-
了解强化学习吗,跟SFT有什么区别?
-
反问:业务,对岗位的期望
**评价:**有点紧张,算法题有一个小失误没注意到
二面
时间:9.14 时长:1h
八股
-
写一下 attention 公式(代码实现了下)
-
训练时为什么要mask,推理时也需要吗?两处有什么区别?推理时的sequence length和训练时一样吗
-
transformer和传统seq2seq模型有什么区别?
-
计算attention时为什么要除以d_k,这个d_k的含义是?
-
attention计算时还有哪些scale处理?
-
attention中softmax函数作用、公式、为什么有减去最大值的处理?换个函数还能这样处理吗?
-
解释数值上溢、下溢问题
-
讲一下prompt书写的经验,如何判断prompt是否达标,如何改进prompt
-
讲一下SFT,会对哪部分计算loss?为什么?
-
讲一下deepspeed
-
训练用一个7b模型要占用多少显存?不同zero阶段能够节省多少显存?
-
训练模型时用了几张卡,有遇到什么异常中断问题吗?
反问: 在乎候选人什么能力?对面试表现有哪些改进意见?
评价: 基础不够扎实,网上有的知识都能回答上来,在同龄人里算比较优秀,欠缺一些多机多卡实践经验。
(完)
如何学习AI大模型?
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓