#面试##算法##面经##如何判断面试是否凉了#11.8 16:15~17:00 大概45分钟面试官是个小姐姐，很温柔，答不上来的还一直说没关系没关系 自我介绍介绍论文，出发点、模型结构、为什么这么做实习经历，项目背景、做了哪些工作、用了什么模型、效果如何、有什么收获。深挖用到的ner模型，为啥用这个，能否解决非连续实体问题，如何处理特别长的实体，如何设置的负样本，前期数据预处理怎么做的一些八股：机器学习中，类别不均衡怎么做？数据角度、模型角度。有哪些ML模型可以直接用来处理类别不均衡问题（这个没答上来）ner任务中，如何做数据增强？BERT中，一个batch的输入需要padding，在attention时如何处理padding位置？去掉位置编码对encoder-only和decoder-only哪个影响更大？有几个offer期望工作地点（这个岗位明明是北京，我说了北京然后面试官说她在武汉尴尬的一批，但武汉我也能接受）反问业务场景技术栈岗位技能要求（面试官建议多参加一些算法比赛，更贴近实际业务场景）

#牛客在线求职答疑中心##23届找工作求助阵地##晒一晒我的offer#有没有兄弟姐妹知道浙江大华技术的先研院如何啊？待遇、双休、加班情况等等，一切都可以大华 大华技术 浙江大华 先进研究院 算法引流腾讯阿里字节百度美团华为荣耀中兴shein拼多多淘天比亚迪小米oppo网易滴滴科大讯飞移动联通电信银行

#面试题刺客退退退##面试##如何判断面试是否凉了##大模型#11.2 14:00-14:37 30min左右自我介绍介绍一段印象深的项目/实习ner、re用的什么模型？针对ner，模型算法流程？编码器用的啥？inner_dim是多少？F1怎么算的？micro-f1和macro-f1？（一下子记混了二者，哎。。。）效果如何？为什么ner里会用到CRF？HMM、CRF区别？LoRA手撕大数相加？整体写出来了，有些细节没注意到，经过提醒修改了用python写sigmoid函数torch.clip()、torch.tril()的作用

#面试题刺客退退退##面试##如何判断面试是否凉了#11.1 17:20-17:5025min左右，体验感不好，感觉kpi，看牛客上好多面经都没有后续，也就没有特意准备面试官一上来就先简单介绍了部门的大概业务方向，偏算法+后端（与我的预期不符自我介绍介绍一个项目，主要负责的工作ner效果不好，有没有做什么改进模型效果不好，有没有做什么改进有设计什么方案，方案的效果如何？推理优化了解吗？（不懂）然后对着简历一点点的问有段很短的实习，主要干了什么python的字典：用一个列表作为字典的key可以吗？用列表的内存地址作为字典的key可以吗？（懵逼）简历上写了懂点基础的linux命令，然后写了一长串linux命令问我什么意思，直接懵逼会后端吗？懂点Java，硕士期间根本没用过了。其他的想不起来了。。。反问：岗位匹配的技能，算法+后端开发（python golang）

10.25 16:28-16:37 9分钟看面试邮件时就通知了10分钟面试时间，想着这10分钟能问个啥，也就没太在意自我介绍说我的简历都偏算法，但他们银行这种人工智能工程师更多的是利用已有的模型在实际业务上应用，模型设计这块很少，问我能接受不。又问为什么来银行？用python什么库函数多，答基本上使用pytorch调神经网络的包，纯python的包很少，就numpy os 之类的会sql吗，不会数据处理这方面的经验有吗，数据挖掘、数据清洗、数据工程，处理过很大量的数据吗（单机处理不了的）。有过简单的数据清洗，但没有复杂的。有参加过学术讲座吗为什么来珠海和深圳，有倾向选择吗？反问：是不是偏数据工程一点？算法这块，纯算法研究和技术比较少，主要针对业务？对候选人的技能要求。

#找实习多的是你不知道的事##面试##面试题刺客退退退##如何判断面试是否凉了#已挂~10.25 14:30-15:10偏理论知识一些（机器学习的会更多），还有手撕，哎，虽然大差不差写出来了，但挺难顶的感觉要凉（不，是一定会挂）自我介绍没有推荐相关的经历，问我为啥要做推荐，我说了解过还挺感兴趣的问了实习能到岗的时间，说是有正式校招hc，实习表现好可转正介绍论文论文里用到了GAT，问GAT和GCN的区别、适用场景（没答好）论文里用的损失函数、评估指标交叉熵和KL散度的区别交叉熵的好处，相比于均方误差，二者有啥区别，逻辑回归为啥用交叉熵boosting bagging用过吗，没用过，讲了一下它俩的具体做法梯度消失和梯度爆炸机器学习中分类问题的指标有哪些？（不知道，问我ROC了解吗，我只听说过）逻辑回归里的损失函数是啥，为啥不用mse？手撕：动态规划求矩阵中1构成的最大正方形面积，吭吭哧哧写出来了，但是好多细节没有搞好，初始化、动态转移方程；一开始还想错了用dfs来做qaq反问：具体业务场景、技术栈、看重哪些能力

#面试##哪些公司面试官让你印象深刻？##如何判断面试是否凉了##我发现了面试通关密码#已挂~10:25 11:00-12:00面试官挺和蔼的，整体偏向互相交流学习，没答出来的他还说没关系，这是个不断学习的过程。不是压力面真好！面试内容偏向八股、基础知识，项目和论文问的少。自我介绍介绍Transformer有哪些encoder-only、decoder-only、encoder-decoder结构介绍BERT（项目、论文、实习里用的都是bert，没用过其他结构）我目前的研究基本上用BERT+线性层之类的来做，问我LLM出现后分类任务会被取代吗？BERT、GPT如何分词，有什么区别常见的位置编码（讲了正余弦位置、可学习参数矩阵、RoPE）BERT里的可学习参数矩阵来表示位置编码，对于长文本呢》超过这个长度怎么办？Attention，为什么有Multi-head，作用是什么。BERT里head数是多少，我说bert-base是12，反问为啥是这个数，是基于啥算法得到的还是经验设计的，我猜测是通过实验观察得到面试官偏向用GPT系列的decoder结构，对BERT这些记不太清了，所以一直在问这方面的内容，我也表示了确实主要用的还是BERT，但目前的大模型也确实都基于decoder架构来做。介绍项目的收获与其中的难点。具体想做算法哪方面，一开始没理解还以为是具体的NLP任务场景，我说都可以做，后来又追问，说是偏数据工程还是模型设计还是模型训练，我脑子一抽说了模型设计，面试官反问说模型设计现在基本上没什么可以改进的了，LLM都基本用decoder结构，然后我说这仨我都可以接受，主要是确实都能做啊，也没啥特别喜爱的QAQ反问，主要业务场景（安全领域的大模型）、需要具备的技能（追踪最新的SOTA、读paper、理解能力、持续学习能力、动手能力、思考能力）总体来说 还是一场体验感不错的面试，也没有任何刁难，不会的问题面试官也一直说没关系。像是互相在探讨学习的一个过程~

#如何判断面试是否凉了##算法##面试##面试题刺客退退退##中科创达#10.23 15:00，近1h 但面试官迟到了，就15:20~16:20总的来说，面试一般般，但能答的、能画的、能解释的都讲了，剩下的看命吧1. 自我介绍2. 介绍2篇论文（时间都花在这里了，讲了好长。飞书白板画结构、画流程，具体还问到了输入输出维度，attention计算qkv各自的维度，输入数据样例，为什么这么做等等等。面试官听不懂的就说没明白让再解释一遍，有点子无语，我前面明明说了某某输入维度是多少，后来他又问维度是多少，没有鼠标在白板上写字是真难顶啊...）3. 问了解大模型吗？我说chatglm和llama，主要了解llama，就讲了它的一些基本内容（预训练数据大小、词表大小、上下文窗口），然后说结构，llama里的MQA和llama2里的GQA，讲一遍还不行，又要在白板上画，分别回了MQA GQA MAH，然后说了各自的优缺点。还有llama里的rope，让我写公式，我说记不太住了。然后就讲了原理（从出发点、动机、优点上讲）。4. 问熟悉哪种编程语言。我说python，问了python装饰器、python可变对象和不可变对象是什么，有哪些。我说不可变的有字符串和元组，他又问两个字符串相加是不是对字符串进行了修改，答不是，而是创建了新的字符串把这俩字符串复制过去(猜测，待会查查。。。。5. 反问问部门主要做文本 还是图像，答都有涉及。主要面向什么业务，用什么来做。答用大模型，具体不能透露。面试结果通知。马上反馈给hr。整个面试下来，嗓子在冒烟，一直不停的讲讲讲，听不明白还要重新讲。然后就是这个画图，没带鼠标真是难顶，画的图又丑又乱，我都嫌弃。_____________________________________________________10.24 16:30-17:00速度好快，昨天面完，早上收到二面通知，下午立马面试，以为是技术面，没想到是hr面hr面小姐姐很和蔼，整个聊天很欢乐，这么和蔼可亲的面试官能不能多来点。自我介绍项目收获背景对简历个人信息的一些确认为什么想做算法家里人支持吗期望地点期望薪资反问：入职培训、考核指标、试用期、工作强度。面试结果3-5天通知。。。

#如何判断面试是否凉了##安利/避雷我的岗位##面试#已凉~岗位完全不匹配，面试完全不太会投的岗位叫AI深度学习模型部署工程师，面试官是Linux 应用开发工程师？？？？exm?楼主背景都是跟nlp相关，对底层完全不了解，面试官问的问题基本上都没答出来（我好菜）不过面试官整体还是比较友善的。过程：20min自我介绍c/c++的堆与栈的区别？os里的内存管理？算法分析与设计有没有学过？什么是时间复杂度？矩阵乘法的时间复杂度？研究生课程？计算机体系结构和操作系统有没有学过？（我说那是本科学的，早不记得了）项目中人员规模、担任的角色？问我对这个岗位感兴趣不？（系统软件开发，说实话不太感兴趣，但又不能直说，就说了没这方面的经验不太确定能不能做好，面试官说可以学，但还是要看你有没有兴趣）反问：主要用C/C++吗？主要做啥？对这个岗位的要求？一路问下来，我直接就是个放弃状态，没这方面经验+知识点早已忘。面试结束收到邮件进行面试评价才知道原来是Linux-应用开发工程师的岗位？？？？？？hr咋安排的啊，明明就投的不是这个。

#面试##如何判断面试是否凉了##算法##面经##哪些公司面试官让你印象深刻？#已挂~面试体验：将近1h，面试官很nice，全程笑呵呵的应对，就没那么紧张了，最后还跟我挥手拜拜，体验感很不错！奈何回答的不太好。面试内容：深挖简历，包括论文、实习工作、简历上写的每一条都有可能被问到。涉及到的模型细节也问了，但时间有点久我没咋记住就说错了不少....其中有问到：用了哪些词向量？word2vec，有自己训练过吗？了解训练流程吗？   分词过程中如何解决有歧义的单词？BERT如何分词的？如何获得词向量的？位置编码怎么做？与传统的Transformer的位置编码的区别？项目中的模型介绍、损失函数等。八股没有问，说是笔试成绩高就没问基础知识。反问：技术栈、业务场景、应聘这个岗位需要具备哪些能力（基础知识、代码复现能力）

#面经##算法##如何判断面试是否凉了##面试#10.13 二面 25min 已挂面试官像是部门leader，大佬，给人的感觉一下子就不一样了（也不妨碍我觉得这是个kpi面除了问问题，还给我介绍了部门主要的业务场景、方向，对应届生的期望(所以问的问题基本少没多少，大部分时间都是他在说自我介绍介绍论文，问背景、问怎么评估，还问到怎么评估一个对话系统（答：回复的有用性、流利程度、有害性....介绍实习经历，主要做什么，面向的业务场景是什么未来职业规划有没有在bert源码上做过进一步开发？（没有，只用过）八股：Transformer里的位置编码为什么用sin/cos给我介绍了部门的情况、主要的方向（分三块，大数据、NLP、CV），还挺详细的；还讲了他对应届生的期望（实践能力、学习能力，还有一个想不起来了）反问：又具体问了部门业务，用没用大模型感觉面试官没多大兴趣，后来又问了我哪里人、期望工作地点....（有点没话找话的感觉————————————————————————————————一面 30min 问的基本上都是八股 :)想到了再补充自我介绍手撕二分查找挑一段收获最大的实习经历介绍八股：pytorch和tensorflow的区别pytorch分布式怎么做的pytorch的数据并行和模型并行python深拷贝浅拷贝介绍gpt用的优化算法（原理没答出来，因为不会）训练过程中损失不下降是什么原因LLM了解吗，微调方法反问

#面经##科大讯飞##算法##如何判断面试是否凉了#30min面试官人很好，也很nice，奈何自己太菜了自我介绍围绕实习经历、论文简单聊最具挑战性的一段经历以及解决办法实习用到的模型介绍论文怎么没用大模型？（论文确实没用，说了实习阶段有简单使用过）八股：Transformer BERT GPT区别？有没有自己动手写过transformer的代码实现？（我说没有，用的开源现成的。。。。。）BERT的预训练目标和ChatGPT的预训练目标？BERT的变体了解哪些？怎么做的？BERT的参数量和ChatGPT参数量？大语言模型的涌现能力？大语言模型的预训练目标为什么大都是语言模型？（好像是这么个意思，答得不好，有知道的大佬评论区指教一下）tensor相加的一个简单问题算法：没有手撕就是说思路斐波那契数列怎么做有序数组找重复元素？（最开始说了没想好说了二分，但感觉二分做不了？？？我又说直接用set/哈希表，一到代码题人就傻了）反问