曹操出行hr挂

如题。#中国移动#

北方人，迈瑞给22，公积金6%，bese深圳，五险一金，无住宿，餐补650中冶京诚给15，公积金12%，base北京，九险二金，有宿舍二人间，餐补1500

终于收到水滴的面试了，面了一个多小时，能感受到面试官对技术的追求和激情，说实话还挺感染我的，但是他问的问题和时长让我汗流浃背啊，扣着各种细节去追问，记录了部分面试问题：1、自我介绍2、项目讲解3、指令集构建这一块有遇到什么难点吗？怎么解决的？4、用的什么微调，讲一下lora、p-tunning的原理5、大模型微调用到了什么框架6、 Lora的训练原理和使用是怎么样的？7、lora怎么做矩阵的初始化，为什么这样做8、有对比其他模型进行微调吗？微调后的效果怎么样？9、Lora的应用场景是什么？10、 llama的模型结构11、微调后的badcase怎么处理？12、怎么解决大模型的重复回答的问题？13、LLM推理都有哪些参数设置（top-k，top-p），一般怎么调整?14、Beam Search（束搜索）15、RAG16、RLHF、PPO、DPO算法17、VLLM的KV  Cache原理手撕：正则匹配，按照优先级规则将长文本划分句子最后反问环节问了业务方向和校招生培养，我也大概了解到了水滴对校招生的重视，不光有一年的721培养机制，而且对校招生有充分的放权和自由度，可以接触的业务还挺多的，甚至可能有CEO或者业务一号位直接来带，也分享了一个由CEO带出来的业务一号位的清华学长的故事，还很耐心的给我分享了他们的自研大模型，面试官特别健谈，也缓解了我的紧张情绪，总之好感度还是非常强的，希望能通过吧！#水滴春招##校招##面试经验#

1.自我介绍2.拷打项目3.deepspeedz的加速优化4.z2模型参数如何传输（没答出来）5.lora具体做法6.MLA优化了MQA什么7.手撕，合并区间，但是给的数据是类，发病了没做出来但是面试官小姐姐好看捏，声音也好听，美中不足把我挂了😍😍😍#好未来#