微软最新10道算法岗面试题！

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！

---

今年的算法面试题太新了吧！AIGC相关的面试题猛增，特别是去年到今年爆火的大模型、多模态、扩散模型、SAM、Mamba考察的知识点越来越多。我特别整理了10道微软近期面经中代表性的算法面试题，你看看都会么？

1. SAM轻量级变体有哪些？

2. LoRA和adapter哪个效果好？

3. 如何加速Diffusion Model采样？

4. Mamba和Transformer的优缺点

5. layer norm和batch norm异同？

6. 卷积kernel是不是越大越好？怎么设计？

7. 多模态对齐有哪些技巧？如果加入未知模态呢？

8. Transformer中的Position Embedding怎么计算？

9. 你怎么看待近期很多Mamba工作？有什么代表性工作？

10. DETR轻量化方法有哪些？跟YOLO系列相比，实时性不足的原因？

大家不仅要查漏补缺，更要学会举一反三！比如Mamba、YOLOv9刚出，肯定得立马学习上，哪怕不用，但问到相关知识点了，如果答不上来那损失太大了。比如YOLOv9和v8的区别？爆火的DiT架构？Stable Diffision 3？

所以现在你不仅要看CS、AI经典八股文（Transformer基本必考），还要多follow前沿工作，特别是看最新的相关面试真题！因为回答不上来，可能面试就"跪了"。。。

看看下图中，求职群近期一直分享的大量AI算法岗、软开岗的大厂面试真题，你都会不：

所以特别推荐今年、明年找工作的同学加入求职群学习！不仅有数千题算法岗的面试真题，还可以提问如何找工作，方向选择，还有Offer选择等问题，更有上百家公司的内推和求职准备攻略。

技术交流

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AIGC面试与技术交流群， 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：mlc2040。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：技术交流
方式②、添加微信号：mlc2040，备注：技术交流+CSDN

用通俗易懂的方式讲解系列

• 重磅来袭！《大模型面试宝典》(2024版) 发布！

• 重磅来袭！《大模型实战宝典》(2024版) 发布！

• 用通俗易懂的方式讲解：不用再找了，这是大模型最全的面试题库

• 用通俗易懂的方式讲解：这是我见过的最适合大模型小白的 PyTorch 中文课程

• 用通俗易懂的方式讲解：一文讲透最热的大模型开发框架 LangChain

• 用通俗易懂的方式讲解：基于 LangChain + ChatGLM搭建知识本地库

• 用通俗易懂的方式讲解：基于大模型的知识问答系统全面总结

• 用通俗易懂的方式讲解：ChatGLM3 基础模型多轮对话微调

• 用通俗易懂的方式讲解：最火的大模型训练框架 DeepSpeed 详解来了

• 用通俗易懂的方式讲解：这应该是最全的大模型训练与微调关键技术梳理

• 用通俗易懂的方式讲解：Stable Diffusion 微调及推理优化实践指南

• 用通俗易懂的方式讲解：大模型训练过程概述

• 用通俗易懂的方式讲解：专补大模型短板的RAG

• 用通俗易懂的方式讲解：大模型LLM Agent在 Text2SQL 应用上的实践

• 用通俗易懂的方式讲解：大模型 LLM RAG在 Text2SQL 上的应用实践

• 用通俗易懂的方式讲解：大模型微调方法总结

• 用通俗易懂的方式讲解：涨知识了，这篇大模型 LangChain 框架与使用示例太棒了

• 用通俗易懂的方式讲解：掌握大模型这些优化技术，优雅地进行大模型的训练和推理！

• 用通俗易懂的方式讲解：九大最热门的开源大模型 Agent 框架来了