科大讯飞飞星计划一面

🕒 岗位/面试时间AI算法工程师-深度学习框架8/19晚上7点30开始一面，持续32分钟。当天下午4点通知面试。科大讯飞面试就一个面试官，主要针对使用的算法编程语言，c++或者python来面试。全程面试过程气氛比较沉重，面试官语气从始至终很死气沉沉。自我介绍；虚函数与纯虚函数的区别；纯虚函数一般用来做什么；假设给你一个结构体，定义一个int、一个char和一个double类型，一共需要多少字节？若是给你一组非常大的数，让你找出其中前10个最大的数，问有多少种办法，列举几个和原理？我介绍了其他一些排序方法，又问到快排的时间复杂度，你说nlogn,最差情况是n^2，那什么时候会出现n^2情况？快排中待排数组的规律？若是给你8个球，你称几次能选出最大的那个？这个我回答好几次从4次，7次，到3次，面试官在这道题比较耐心，一直引导回答。静态库和动态库的区别？操作系统进程通讯方式有哪些？const关键字的作用？是如何修饰函数的？const需要初始化吗？反问环节。一面的面试问题基本上全答出来，8/22通知岗位不匹配。😅😅😅

一面 2024/8/2 下午16:50-17:30自我介绍问了一下硕士期间做的方向介绍一下大模型实习怎么构造的数据集prompt怎么构建的如何筛选出高质量的数据集？怎么做的SFT你们对数据集中模型的输出有什么要求大模型为什么会有重复输出或者不能停止的现象？从哪些方面可以解决？能够保证大模型两次输出的结果一样吗？为什么？batch_size度对模型的输出有什么影响了解思维链吗思维链有什么好处，从模型训练和损失函数等方面说说为什么要转大模型方向对传统的NLP方向有什么了解文本分类和情感分类啥的有做过相关项目吗对RAG了解吗，为什么要有RAG问了博客的一些事情，主要什么内容第一意向是北京，合肥能不能...

很怪的两场面试。。。。百度提前批 文心一言 二面1.主要就是拷打实习2.过程中出来几道场景题   a. 如何利用大模型本身相关的方法，指标去判断数据，筛选数据（答了看ppl 巴拉巴拉）   b. 如何扩展闭源的benchmark，或者如何从大量的指令数据里面提取能力项，构建扩展已有的benchmark（我其实不是很理解这个问题，说了一下deepseekmath的数据流程，艹）   c. DPO的原始数据构建，如果我有一批数据格式遵循不好但是推理能力OK，另一批数据推理不行格式遵循OK，怎么构建偏好对做RLHF/DPO还有几个场景题吧，想起来再补充一下无八股，无手撕，但是面试官说尽快给我联系HR推进，我就当过了吧😁科大讯飞飞星计划一面离谱首先，面试官没开摄像头，我悬着的心一下子就寄了其次，一上来就问，base要求，实验室，导师，大老板，家哪里的，人口调查，然后强调他时间比较紧然后，问实习，问啥我说啥，也没有反问，感觉很不好，没有反馈；问了一个项目，讲完，让我简短的反问一下，问了一下业务，然后结束了。无八股，无手撕，感觉是KPI了😭目前秋招面试最短记录，45分钟，其它至少一个小时麻麻滴！又是一下午两面，累死了，明早还有pdd面试😋------------目前两个都没秒挂，我姑且认为暂时，可能，也许，好像，不是KPI吧 #如何判断面试是否凉了#

请做个自我介绍。在每段实习经历中，你的成长和收获各是什么？哪段实习经历让你感觉与你未来的发展方向更一致？你未来的发展方向是想做技术专家还是有其他考虑？你曾经做过学校或项目团队的负责人吗？具体说明你参与的某个具体项目以及你在里面的角色和工作内容吗？为什么这个项目经历没有写在你的简历里？最近一年你感觉到自己最有成就感的一件事情是什么？你对AI大模型（如星火大模型、讯飞模型等）的擅长能力有哪些了解？选择Offer时，你考虑的最重要的三要素是什么？在你实习的公司中，哪家公司的工作时间最“卷”？你有没有目标公司？最后还有一个什么加面，总体流程就是 测评+两轮技术面+一轮HR面+一轮加面