🔞 网易有道🧑‍🔧 大模型算法岗实习😶‍🌫️ 自我介绍+项目提问+手撕1. 介绍自己的大模型项目2. 数据集的制作和处理？有没有数据清理和筛选？数据总量被均分到每个角色上会不会有点少？对于数据分布不均衡的处理方式是什么？3. 模型选的是什么基座？基座规模有过筛选吗？4. LoRA微调的原理；LoRA微调与全量微调相比有什么不同？有试过全量微调吗？sft阶段的数据集格式？system prompt是如何设计的？5. 如何评价微调的效果？有没有对比微调之前的效果？模型推理采样过程的各种参数（top-p、top-k、temp），温度参数如何起作用（代码简单实现）。6. 对前沿技术的发展有何看法（deepseek、长思维链）。7. 讲讲RLHF。8. 项目中RAG是如何做的？代码：进房间拿钥匙（遍历，简单粗暴）+python输入的处理反问：岗位的日常工作、研究或产品第一次实习面试确实有点紧张，回答得磕磕巴巴🤐，面试官很和蔼，中间不会的地方还会提醒，不至于让我太尴尬。。。总的来说，作为第一次得体验还是挺满意的，下次还来😘#面经##实习#

🌟【背景速览】1. 25届应届生，BG双非本末9硕，自动化硕士，研二上学期转NLP2. 0.2小白转nlp（组会一直听同门讲NLP相关内容）3. 历时9个月逆袭本人去年四月份前没有任何实习经历，主要通过github，B站，知乎以及xhs自学。💼【日常和暑期实习投递】许多小伙伴和我最初一样，认为必须做好万全准备才能投递简历，其实现在回看是wrong。后期会越来越发现，那些投出去的简历似乎都消失在了茫茫人海中，已读不回或毫无进度。—— 投递策略：先开枪后瞄准 ——1. 过一遍八股后，多投简历（优先****，其次官网...），投得越多，面试机会越多。2. 积累经验：面试是不断查漏补缺的关键阶段，面试技巧也会越来越熟练。3. 隐藏机制：        大厂「复活甲」：同一公司不同部门可多次被捞（腾讯简历多刷新提高曝光度）        日常实习岗转化：表现优异可转暑期留用通道（主动询问HR可能性，现在大都画饼子）4. 建议：周日投N家 → 周中n家测评或面试 → 周六复盘改进 → 循环📚【手撕准备】1. 初级：免费的《代码随想录》，侧重思路和基础。2. 中级：刷******** Hot100。3. 高级：B站关注“灵山茶爱府”，学习题型分类及解题方法。4. 总结：Hot100足够应对绝大多数企业的手撕，时间充足三阶段，不足直接中级。🔍【知识储备】八股会先在知乎以及xhs查找先进行总结，面试进行补充，底下再扩展。分为详细章节记录参见图4超高频：项目：—— 项目深挖——1. 务必了解甚至精通你负责的项目部分，因为面试官可能会一直询问到你的知识盲区。2. 熟悉面试中可能遇到的问题包括但不限于：你具体负责了项目的哪些方面？项目的应用场景是什么？模型的输入和输出分别是什么？是采用了全量数据训练还是LoRA（低秩适应）？资源的使用情况是怎样的？你使用的训练框架是哪一个？数据的多样性如何？在项目过程中，你认为最具挑战性的部分或项目的难点在哪里？有没有考虑过其他的解决方案？等等等。。。高频考点：—— 八股拷打——1. Transformer解剖图，从输入到输出结构和作用倒背如流。已成功一大步。2. Bert家族图谱（Roberta/ALBert等）3. LLM实战工具链，例如PEFT，SFT，RL，切词等等🤔【遇到的问题】1. 当遇到知识盲区时：这个问题我目前的理解是XXXX，但更优的解决方案可能需要XXX2. 当被质疑项目深度时：这个设计确实存在改进空间，根据最新ACL（XXXX）论文，我们可以尝试引入XXX方案 #实习# #实习内推# #nlp算法工程师# #大模型# #ai算法工程师#  #暑期实习# #日常实习# 有任何问题可以评论区留言或者私聊哦~

两边都是大模型方向，base都是北京，佬们可以给个建议吗，两边总包接近滴滴是做司乘纠纷与AI助手的，10 9 5QQ浏览器是pcg下搜索团队的，主要做AI搜索与RAG

困惑，投了一些控制算法岗+ai相关+软件测开都是连面试都没有，要么就是卡在简历初筛那一步了….博世那个控制算法终面挂了，大领导说他们想要一个炼模型的，但我炼模型经验不够😅这到底是为什么？还是说我投错方向了