双非渣硕的NLP算法实习offer选择

在牛客平台上面的，AI面链接发邮件后的7天内有效，挺严格的，要完整投屏，还要手机进入小程序进行监控，眼睛不看摄像头和发出其他声音还会提示。反正就当做正式面之前的热身。1. 先说说为什么要应聘前端岗，以及做了哪些准备2. 选择题（多选&单选）大概就是让你选学过的课程、语言、框架、技术栈等等，后面应该是会根据你选的随机提问3. 有1次换题机会的问答  a. 介绍下JavaScript的polyfill（不会，直接换题）  b. 如何去计算某段JavaScript的计算时长，说出3种方式  c. TIME_WAIT状态如何改变（没提示是TCP握手中客户端的状态，一上来直接懵了，继续换题）  d. SNMP的工作流程和执行原理（md，只知道是应用层的协议，蚌埠住了...）  e. promise的三种状态  f. Vue中的事件和DOM事件有什么不同  g.长轮询和websocket的区别4. 没有换题机会的问答（事情逐渐离谱）  a. 描述你最近参与的一个前端项目，并解释你是如何设计其架构的，包括技术栈的选择和理由。（提到的是我的一个关于医学大数据教学和实验平台的项目）  b. 这个项目关于医学大数据的存储和设计的方案（怎么就问到非前端内容了...，直接解释说只是涉及一些课程和作业方面的业务）  c. 使用了哪些数据库技术，以及如何应用到不同的业务场景（可能我前面提到的这是一个全栈的项目）  d. 对项目的后台数据进行了哪些安全方面的处理  e. 对于数据库，如何进行容灾和备份处理（问的都是关于数据库方面的东西，有点忘了...???）  f. 低代码平台的实现方案，你会怎么设计（我都没做过，咋知道...，只了解一些相关的api，无语了）  g. 描述对于一个项目的不同技术方案，你是如何去做比较和选择，还让举例  h. 如何去衡量团队成员对某个技术栈的熟悉程度和这个技术栈生态的发达程度，从中去做选择（离谱，只是我前面提到了点关于技术栈选型）参考为主吧，我是真不懂为啥一个前端实习会扯到这么多的关于数据库和技术方案的问题#前端##腾讯##AI面试##暑期实习##凉经##前端实习#

腾讯NLP 1.跨模态对齐有哪些方式？为何逐渐不使用Q-Former？2. Baichuan2 - 7B模型架构是怎样的？其位置编码如何实现？与Qwen家的位置编码实现有何不同？3. 了解Qwen - VL吗？其架构如何？有何独特之处？4. Adapter、P - tuning和Lora之间的区别与联系是什么？5. 数据集如何构建与评测？6. 数据集评估过程中遇到哪些困难？如何解决？7. RAG检索内容是否相关？有无进行Rerank或其他操作？8. 对Agent有何看法？9. 了解强化学习DPO吗？与PPO有何区别？有什么好处？10. 谈一谈大模型完整训练过程及每一阶段的作用。混元大模型团队1.Qwen 和 DeepSeek 有什么区别？2.为何大家都开始探索 MoE 架构？MoE 相比 Dense 有什么好处？3.用 LoRA 微调过 Qwen，是否全量微调过？两者性能表现有何对比？4.用 DeepSpeed 微调过 Qwen2 - 72B，ZeRO - 1、ZeRO - 2、ZeRO - 3 三个模式的区别是什么？用 DeepSpeed ZeRO - 3 微调 Qwen2 - 72B 时，每一张卡占用显存大概是多少？为什么？5.除了 DeepSpeed，还用过哪些优化方法？6.知道 LoRA 的原理吗？A 和 B 两个矩阵怎么初始化？了解过其他初始化方法吗？7.讲一下大模型训练和推理的流程，SFT 和 RLHF 的作用分别是什么？8.在 RLHF 中，目前主流的强化学习算法有哪几个？写出损失函数的表达式。9.对 RLHF 了解多少？讲一下 RLHF 的流程。之前有用 RLHF 做过模型对齐吗？在做对齐时，为什么 SFT 之后还要做 RLHF？只用 SFT 可以吗？10.知道哪些强化学习算法？除了 PPO 和 DPO，DeepSeek 用的 GRPO 相比于 GPT 的 PPO 做了哪些改进？11.微调 Qwen 时，数据是怎么构造的？有用到什么数据清洗方法？数据配比是怎么做的？CSIG腾讯地图1. 进行自我介绍，聊简历上和大模型相关的项目（约5分钟）。2. 讲一下LORA的基本原理。3. 了解主流的开源大模型吗？如Llama、Qwen、deepseek。4. 对Python的熟悉程度如何，能用pytorch写一下多头注意力机制吗？5. C++的代码能力情况（较随意聊） 。6. 手撕代码：反转链表和合并有序链表。7. 反问问题：    - 腾讯地图做的大模型应用是什么？    - 对Manus的看法是什么？ 百度文心一言1. PPO 与 GRPO 的区别，分别介绍它们的优势与缺点。2.DPO 对齐训练的曲线是怎么样的，正例的概率会提升吗？参考这个知乎回答。3.Deepseek - R1 里面不仅推理能力很好，而且文采能力也很好，这是个开放问题，如何让模型的文采能力也很好呢？4.deepseed 介绍。5.deepspeed 的每一段的通信比较，zero3 分别是 0 和 2 的多少倍，1.5 倍。6.DPO 如何解决回答过长的问题，除了正则。7.开放问题：为什么现在大家都在关注于大模型的推理能力 reasoning。8.对于一个 base model 如何增强大模型的 reasoning 能力。9.DPO 除了长度问题还有其他的问题吗？与问题 2 对应，reward hacking？都没有奖励模型了。10.说一下 simpo 的原理，它是怎么解决 dpo 微调序列过长的问题的。minimax1.大模型算法中模型参数量每个部分有多少？2.你了解哪些评估 minimax 大模型算法的手段？3.如何评估 minimax 大模型算法中多模态模型的输出质量？4.对于 minimax 大模型算法的数据集，如何提高质量？如何利用 gpt 辅助提升数据集质量？5.有哪些方法可以提升 minimax 大模型算法中预训练模型的质量？

看了牛油那么多面经，今天来回馈一下问实习做的东西问C++软光栅渲染器MVP矩阵Z-Buffer是用来干啥的Shadow Map是怎么用的骨骼动画了解过吗，他是怎么组织起来的骨骼最后那个变化矩阵是怎么出来的一路乘下去问demo项目为什么要用对象池介绍一下虚表指针和引用的区别深拷贝和浅拷贝内存对齐接口和抽象类的区别数组和链表透明物体为什么要从后往前渲染用过UE吗如何降低DrawCall合批GPU instaing Srp手写冒泡排序

bg末2本，专业是计科。有一段小厂的游戏客户端实习，但是因为是大厂外包给我们的，所以陆续面过几个，感觉面试官好像都不太认可。手上的项目是一个练习demo，目前在做的ue动作项目难产了。现在是陆续投过好多，连面试都没有。想去转测试，但是感觉好像甚至没有客户端这边通过率会高。目前笔试算法看缘分过，碰到捞一点的能全过。主要是c++八股背的多。我感觉暑期没指望了，问问佬们是全心全意去转测试还是沉淀接着投，如果要沉淀的话，要沉淀什么比较好。鼠鼠没有指望，就是希望能入行就行。鼠鼠暑期和日常是一起投的，但是还是很少进面。引流致歉。#牛客AI配图神器# #游戏客户端# #腾讯# #网易# #快手#