一二面连在一起，当时被打了个措手不及

一面/HR面 2024/9/5 下午13:30-13:40

1. 自我介绍
2. 从实习中学到了什么
3. 实习和在学校的差异你觉得有哪些
4. 找工作时最关注哪些因素
5. 家乡是哪里，base选择
6. 做一个自我分析，谈下自己面试这个岗位时有哪些优势，同时有哪些不足需要去改进
7. 反问：面试流程问题，HR面和一面技术面一起，后边再来一轮技术面就OK了

二面/技术面 2024/9/5 下午13:40-14:40

1. 直接开始八股
2. Transformers中为什么用LN不用BN
3. 图像中BN是怎么用的
4. 在NLP中如果句子长度不一致，用BN会有什么后果
5. 给定一个三维矩阵bsz * seq_len * dim，BN和LN分别作用在哪个维度
6. 给定bsz seq_len dim head，参数量是多少，和哪几个参数有关系
7. 带有注意力头的矩阵的注意力计算过程
8. 说出pytorch中维度变换的函数
9. 显存OOM怎么解决，参数调整，deepspeed，vllm，梯度累积，优化器，混合精度
10. 讲一下实习经历
11. 长度外推技术
12. 觉得自己做得最好的点是什么
13. 使用华为的框架和显卡进行SFT有没有遇到什么问题
14. LongLoRA和普通LoRA的区别
15. 算法题：返回第K大的数，要求比快排更快

三面/技术面 2024/9/10 上午11:00-12:00

1. 自我介绍
2. 询问实习时间
3. 快手推荐实习主要做的什么
4. 实习期间做了哪些优化
5. 介绍腾讯实习，相关场景
6. LLM的长度扩展策略有哪些
7. 介绍YaRN
8. 客户是怎么用你们的工具的
9. 幻觉怎么判断出来，如何解决
10. 是否有调用外部搜索引擎
11. 有没有Agent和RAG
12. 910B适配过程中遇到的问题
13. 深挖论文
14. 下游任务介绍，为什么会有提升
15. 给了一个现实生活中的例子，这篇论文怎么套上去
16. 实习期间最大的挑战
17. 技术上最有难度的事情是什么
18. 反问
19. 问了转正和目前的offer情况

四面/线下HR面 2024/9/20 下午14:30-14:50

1. 自我介绍
2. 实习留用问题
3. 对京东的感受
4. 有没有觉得不好的地方
5. HR介绍了京东的价值观
6. 科研或者实习过程中有没有做过很创新的东西
7. 这个过程中有没有遇到什么很困难的事情
8. 个人是否喜欢和享受这个过程
9. 交流技术的渠道一般都有哪些
10. 觉得之前实习工作强度如何
11. 搜广推和NLP岗位的差异
12. 评价自己的长短板
13. 有和别人发生过技术上的不一致冲突吗，如何处理
14. 自己做人做事的一些标准
15. 目前的offer情况

四面结束已经一个月了，目前无任何消息，大概率GG