研果科技

收藏
人工智能
100-499人
未融资
珠海

0

在招职位

0

面试经验

0

真题试卷

上传简历
此刻你想和大家分享什么
最新
热门
4.12  一面  60min主要是围绕简历上来问。时间太久远了,写一些还能记得起来的登录信息怎么存?为什么不用别的?比较他们之间的优劣SessionId怎么保证安全?二次封装的内容?异步通信方式有哪些?比较他们之间的不同,要说很多个不同点。算法:手写深拷贝4.17  二面  65min围绕项目来问,问了一些在项目中做的东西进而引申。 写一些还能记得起来的介绍项目中干了什么这个项目有什么不合理的地方?用什么做缓存比较好?怎么判断缓存是否过期?测试用例怎么编写的?看源码的初心是什么?如果你是项目负责人,你会怎么选择技术栈?高并发的理解?负载均衡的算法有哪些,你会怎么实现?万一数量少,但是处理的时间长,怎么解决?有没有更好的指标来监控?linux查看状态的命令windows呢?还有就是技术框架相关的问题,记不太清了。算法:三数之和多久能实习?还有就是一些对行业的看法,最印象深刻的事等。反问项目技术,主要业务。4.23  三面  30min依旧是围绕项目问这个项目是什么性质的项目?在项目中扮演的角色?项目中做了哪些事?怎么收集错误,处理错误?多人开发怎么协调工作内容?在项目中遇到过什么难点?怎么解决的?专业基础怎么样?你是怎么学习的?后续就是问的一些兴趣爱好相关的反问:怎么培养实习生?4.26  offer call4.29  正式offer流程差不多是一周一个进度,后续说实话等待还是比较焦虑的。好在最后赶在5.1前吃下了这颗定心丸。总结:三次面试官切入的角度都很专业,给我的感觉就是首先态度很好,很有礼貌,每次我面试都很紧张,面试官都是循序渐进的,并且看着面试官和蔼的神态表情,自己也会逐渐放松不少。其次就是专业性,面试官会引导,一般是从简历和项目中挖掘技术点并引申,即使有的点回答得不好也会很有耐心的启发。最后就是负责,一般在反问阶段,可以很明显的看出来面试官有在认真的思考和回答提问,这种亲切感直接拉满了。相比较上一轮,这一轮面试准备的要好很多了,熟才能生巧吧,拿到offer还是蛮开心的,期待正式实习了。(相当于发朋友圈吧)最后希望我的同学朋友们也尽快拿到心仪offer吧,有什么帮忙的我尽量。其他的不知道怎么安慰才好了。##offer###美团#
点赞 评论 收藏
转发
这次面的是工程院 bing 团队的 LLM 应用组,问的问题量不大,有一些比较开放性的问题比较有意思。1.自我介绍 两面都有2. 主要会根据项目做一些介绍,这个一面久,二面短一些。3. 一面问了 transformer 结构4. 有没有做过大模型之外的 NLP 相关的内容(简单讲了讲)二面的开放性问题5. 做 rag 应用的时候, 如果幻觉问题严重怎么办?比如已经给了很多 rag 召回的内容了,但是还是错误很多,尤其是一些时间数字类的信息,很容易不准确。(我回答:类似于指令微调,构造对应的数据集, 微调强化大模型对检索的内容的跟随能力)6.接着上面,那你觉得这种数据集怎么构造呢? 检索的内容和问题很好弄,但是答案怎么获取方便?(我: 我觉得可以反向构造,我先从网络上爬一堆内容作为答案,比如把新闻里的一些信息作为答案,然后让大模型比如 gpt4 生成对应的问题, 再检索召回相关的内容,构造数据集。 面试官说这个想法还挺有意思的)7. 我想通过加噪声的方式提高模型的鲁棒性, 你觉得这个噪声应该怎么加好? 或者说怎么确定加在 token 的什么位置,加什么 token?(不太懂,我就说从我一般的理解,加噪声都是从 embedding 去加的, 比如随机加一些高斯噪声提高鲁棒性)8.如果我做 rag 召回的相关内容里,会有人恶意注入了一些错误的信息, 你觉得会影响大模型的生成内容吗?怎么避免?(我认为肯定会有影响, 因为关注的信息有错。 我觉得可以提高召回的信息量, 从而稀释错误信息占比来解决)9.接着上面的回答, 我们的输入长度有限制,不能无限加召回的内容怎么办?(可以在检索召回链路中再加一层,类似于粗排后再精排一次,从而减少错误信息的量)其他的不记得了,就是感觉现在面试很喜欢问一些开放性问题。代码题一面编辑距离, 二面是一个有序数组左边平移一定位置后的数组,找到一个 target 的下标。都不算难。
点赞 评论 收藏
转发
头像
不愿透露姓名的神秘牛友
2023-11-19 09:32
投递微软等公司10个岗位
点赞 评论 收藏
转发
模拟面试
真实面试体验,快速补齐短板
应聘感受
暂无应聘感受
牛客网
牛客企业服务