百度商业AIGC 一二面凉经

百度上海的岗，做广告推荐的部门
timeline：
8.22 投递    9.1 测评    9.4 一面    9.10 二面    9.12 显示共享中

一面1个小时，基础八股+项目+手撕
1. 自我介绍
2. 介绍clip模型
3. 项目：大模型SFT数据细节，prompt设计方式，介绍cot
4. MLLM了解情况，介绍一些现有模型
5. 介绍lora
6. 一作论文详细介绍
7. 介绍CNN模型，池化的作用
8. 词嵌入的发展历史，word2vec训练方式
9. 介绍transformer、self-attention
10. bert和gpt的区别，为什么前者用于理解，后者用于生成
11. 介绍GAN模型，生成器/判别器的损失函数，介绍模式崩塌现象和解决方法
12. 介绍第二篇论文
13. 分类模型的发展历史

手撕：快速排序

二面1个小时，机器学习八股 + 项目深挖 + 业务理解 + 手撕
1. 自我介绍
2. 项目：介绍项目的应用场景，整体流程，数据量
3. 使用什么模型（MLLM），和LLM有什么区别
4. 介绍transformer
5. 给定一个业务任务，如何完成模型搭建（ps.面试官大概意思是从数据处理-模型选择-效果验证角度详细说明
6. 介绍过拟合、欠拟合现象及解决方法
7. 介绍深度学习的优化策略（ps.可能包括学习率优化、梯度更新策略、超参数选择等方面，没答全面
8. 激活函数介绍，sigmoid 和 relu的应用场景及区别
9. 是否了解广告、推荐相关（介绍了一个实习中一个搜索相关的小项目，CTR啥的不太懂
10. 计组知识：进程与线程区别、死锁及解决方法

手撕：给定一个数组，判断它是否是一个二叉搜索树的后序遍历

（ps. 有些问题记不太清楚了，仅供参考