最近我们技术群的一位小伙伴，分享了他面试理想汽车大模型算法工程师的经历与经验。
今天整理后分享给大家，如果你对这块感兴趣，可以文末加入我们的技术&面试讨论群
一面（1.5h，感觉有点难）
自我介绍，讲一下大模型应用项目（我讲的nl2sql的项目）
项目背景，总体思路，解决什么问题，指标是什么
细节拆分：
1.数据集怎么构建的，什么规模，有没有质量评估
2.模型底座是什么，这些不同底座什么区别，什么规模
3.训练方法，用的什么sft，有什么不同，有什么优缺点，原理上解释不不同方法的差别
4.评估指标是什么，这些指标存在哪些问题
5.模型推理是怎么做的，有没有cot，tot等等，还是单轮
6.模型可控性如何实现，怎么保证可控性
7.模型部署的平台，推理效率怎么样，如何提升推理效率
8.有没有上线，面临什么问题，怎么解决
9.给一个总的输入输出样例，每一步包含什么prompt，多轮推理每一步输出什么结果，模拟一下，数据集格式是否要调整成这样，数据形式是什么，怎么拆分成多轮形式等等。。
到这里项目差不多了大概问了45 min
然后是八股+开放式问题
1.大模型前景
2.大模型主要存在的问题和解决思路（幻觉，定向编辑，继续训练等等）
3.大模型加速框架了解多少，知不知道原理 如何进行加速优化
4.为什么要用大模型做传统结构化解析任务 你对用大模型做这些事有什么看法
到这差不多1小时
最后是对最新的研究了解多少，看过多少最新论文等等
我本以为要结束了，但是，最后我们来做一道题吧
一个迭代法求根的题，反正当时已经神志不清了，好像没ac
二面（三天后， 45min）
感觉是部门leader，简单问了问项目，普通八股，大模型上线会有什么问题，占用多少资源，怎么优化等等，比一面简单一些。
技术交流群
前沿技术资讯、算法交流、求职内推、算法竞赛、面试交流(校招、社招、实习)等、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~
我们建了大模型面试与技术交流群， 想要进交流群、需要源码&资料、提升技术的同学，可以直接加微信号：mlc2060。加的时候备注一下：研究方向 +学校/公司+CSDN，即可。然后就可以拉你进群了。
方式①、微信搜索公众号：机器学习社区，后台回复：加群
方式②、添加微信号：mlc2060，备注：技术交流
用通俗易懂方式讲解系列
- 用通俗易懂的方式讲解：自然语言处理初学者指南（附1000页的PPT讲解）
- 用通俗易懂的方式讲解：NLP 这样学习才是正确路线
- 用通俗易懂的方式讲解：28张图全解深度学习知识！
- 用通俗易懂的方式讲解：不用再找了，这就是 NLP 方向最全面试题库
- 用通俗易懂的方式讲解：实体关系抽取入门教程
- 用通俗易懂的方式讲解：灵魂 20 问帮你彻底搞定Transformer
- 用通俗易懂的方式讲解：图解 Transformer 架构
- 用通俗易懂的方式讲解：大模型算法面经指南（附答案）
- 用通俗易懂的方式讲解：十分钟部署清华 ChatGLM-6B，实测效果超预期
- 用通俗易懂的方式讲解：内容讲解+代码案例，轻松掌握大模型应用框架 LangChain
- 用通俗易懂的方式讲解：如何用大语言模型构建一个知识问答系统
- 用通俗易懂的方式讲解：最全的大模型 RAG 技术概览
- 用通俗易懂的方式讲解：利用 LangChain 和 Neo4j 向量索引，构建一个RAG应用程序
- 用通俗易懂的方式讲解：使用 Neo4j 和 LangChain 集成非结构化知识图增强 QA
