蚂蚁 网银 NLP算法面经

4.21 投简历

4.23 约后天一面

4.25 一面

无手撕，上来先拷打论文，其中有个地方用了rag，面试官问我这里是怎么把文本转换成向量储存的。(我以为是问我工程上的实现，这是去年做的一个小模块，回忆了半天细节，答得支支吾吾，面完了之后结合下一个问我才意识到其实是问我embedding过程)

看我支支吾吾就直接问transformer是怎么把token处理成向量的。

transformer的self-attention和cross self-attention区别在哪里。

pre-norm和post-norm的区别？进一步，为什么现在主流大模型都用post-norm。

lora的实现过程。

大模型用的Loss函数是什么(交叉熵)？进一步，使用teaching forcing训练时使用真实标签作为输入，而推理时则是使用模型的输出作为输入，这导致了训练阶段和推理阶段之间的不一致性，为什么会用这个gap。(我在想不是都把原因说出来了吗...这个问题也答得不太好)

然后开始介绍业务，大概是做网上银行的客服机器人。

反问：

如果我有幸能进入你们部门，大概会分配给我什么样的工作：不确定，要等来了之后才知道。

从今天的面试来看，你觉得我有什么地方需要改进的吗：去熟悉熟悉自己的论文和项目吧(因为一开始被问到那个确实答得不太好。)

面试官全程给的压力有点大，本来都以为凉了，结果居然五分钟后约二面。

4.27 二面

无手撕，直接拷打两篇论文，期间问了一点点八股。

简述DPO、PPO、GRPO的区别。

问我在读研期间学习后最擅长的技能是什么，我回答数据集构造和强化学习，于是出了一道场景题：如果部门上线的客服机器人，和人工相比不仅语气僵硬而且可能会有不安全回复或者幻觉，如何解决？(感觉答得也不太好，一面之后稍微了解了下客服机器人的内容，但是答得太浅了)

反问：

作为行业中的前辈，你能给一些我为了之后工作可以学习的内容的建议吗：这得看你自己，基础知识要你自己学，针对性的技术要看你之后的业务，不能给一个宽泛的建议。

总共有几面：就两个技术面，这轮面试我就会决定结果。

一小时后公众号显示二面过，目前等约hr面。

总结：蚂蚁效率真的快，投简历到二面过不到一个星期，第一位面试官虽然有点严肃但也没为难我，第二位面试官人也很好。全程除了笔试没有手撕，八股文问的不多也比较简单，有点白准备了。由于暑期实习开始准备的很晚还以为和大厂无缘了，要是能去蚂蚁我以后只用支付宝。