科大讯飞 飞星计划 NLP方向 一面面经

年前面的，人生第一次面试给了腾讯，当时题也没刷，啥都没准备，简历做的也是一坨。面试官人很好。面试全是根据你的简历来提问，你的项目，所以简历一定要好好写！！！下面是问题，问题不分先后：自我介绍分割精度怎么提升/如何优化模型性能？（做的分割）如何提升模型的速度？决策树SegFormer（项目跟它作了比较）python怎么内存管理（简历写的熟悉Python）Pytorch怎么优化模型（简历写的熟悉PyTorch）K-Means（项目中提到了）小目标怎么分割，比如线条算法题：两个超级大数相加（笑着问你题刷了吗？我笑着说刷了一点。）反问：实习生做什么？回答做分割，跟我做的项目很接近。第二天流程结束。#实习# #腾讯#

参考优秀牛友的经验，字节后端开发面经一面去年的存货面试公司：字节【基架部门】面试岗位：后端开发面试问题：1.实习项目2.有哪些方案可以避免流量高峰造成的问题- 消息队列削峰填谷- 缓存预热- 负载均衡，分散请求- 限流和降级3.了解常用的限流或者降级的算法嘛？描述一下原理？固定窗口计数器：按照时间段划分窗口，有一次请求就+1，最为简单的算法，但是限流不够平滑且无法应对突然激增的流量。滑动窗口计数器：通过将窗口再细分，并且按照时间“滑动”来解决突破限制的问题，但是时间区间的精度越高，算法所需的空间容量就越大。漏桶：请求类似水滴，先放到桶里，服务的提供方则按照固定的速率从桶里面取出请求并执行。缺陷...

🔞 美甲🧑‍🔧 语音算法实习😶‍🌫️ 项目提问+八股1. 自我介绍2. 介绍一下简历上的大模型项目；讲一讲如何做数据清理的；角色知识增强是怎么做的；推理阶段有无优化；有没有最新的改进。3. 介绍一下现在的研究方向以及论文。（主要听听思路，由于我说借鉴了RLHF的思路，借机问了一下RLHF的技术框架）4. LoRA的原理；RLHF的细节（要求更细致的介绍，这里问了一个我不是很理解的问题，除了reward model和llm，还用到了什么模型？之后查了一下确实就这两个啊）5. 手撕MHA（pytorch）；GQA的原理。6. 输入的padding部分是如何参与计算的；为什么用left padding而不是right padding。7. 让大模型确保输出json格式有什么办法？8. 介绍一下softmax的数值溢出，以及有什么办法解决。反问：主要业务是什么；实习时间的要求。感觉比之前面试状态要好很多，回答还是比较流畅。同时，这次发现了一些之前没复习到的地方，回去一定补。

时间跨度：3.2 号投递简历3.3 收到面试邀约 约3.4 拒了换时间3.6 一面一面（45min）面试官介绍团队具体业务---------------------------------------------正式开始面试1. 自我介绍2. 3个项目，先介绍下第一个3. ROS的通信方式知道有哪些？类似于共享内存这种？（话题通信、服务器通信...DDS）4. DDS你用的是哪种DDS？（我说的是ROS组网，面试官想了解的是Fast DDS这种）5. RAG方面你是怎么构建的？有一个流程吗，基本原理说一下（怎么来的，介绍RAG具体流程，最后效果）6. 在实际应用的时候，通过RAG效果不好的话会怎么做？如何优化？（数据集处理，检索排序，query改写）7. 第一个项目获奖了，那你觉得值得改进的地方是哪里？（硬件设备的问题导致于模型推理速度太慢）8. 停顿中……---------------------------------------------9. 第二个项目介绍一下10. 能具体介绍下文本切分方式的一些基本原理吗？11. 你得这个准确率指标是怎么来的？（几个准确率、召回率等）12. 那是主观评价还是用一些量化指标去做？（主观评价）---------------------------------------------13. 第三个项目没细问14. 大模型本地训练是在哪里？训练框架用什么的？15. 大模型相关的框架有了解过吗？（答langchain，RAG用的）---------------------------------------------手撕代码205. 同构字符串 - 力扣（LeetCode）---------------------------------------------面试官细心说明：不要切出页面，不要使用AI助手，可以拿纸张进行计算面试官真的好好10分钟不到发二面邀请了