最近这一两周看到不少互联网公司都已经开始秋招提前批面试了。

不同以往的是，当前职场环境已不再是那个双向奔赴时代了。求职者在变多，HC 在变少，岗位要求还更高了。

最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。

总结链接如下：

《大模型面试宝典》(2024版) 发布！

喜欢本文记得收藏、关注、点赞。

---

最近这一两周看到不少互联网公司都已经开始秋招面试了。

不同以往的是，当前职场环境已不再是那个双向奔赴时代了。求职者在变多，HC 在变少，岗位要求还更高了。

最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。

喜欢本文记得收藏、关注、点赞。更多实战和面试交流，文末加入我们

---

最近，我们有星球成员参加了阿里大模型算法工程师的面试，根据他的回忆整理了相关的问题。供大家参考学习：

• 项目深挖：这个项目解决了什么问题？你的数据集的大小是多大？

• 项目深挖：你的数据分块策略是什么，为什么要用这样的策略？

• 项目深挖：Embedding 用的什么模型，为什么要用这个模型？

• 项目深挖：向量召回后为什么要做rerank，rerank用的什么算法，为什么要用这个？

• 项目深挖：微调数据集是什么格式，微调数据有没有做预处理，在什么环境下训练的，用了什么显卡，内存占用情况

• 项目深挖：模型出现幻觉时，一般怎么解决的

• 讲一下 Transformer 架构

• encoder-only、decoder-only、encoder-decoder 不同架构在实际应用的使用场景

• llama2 网络架构？使用了哪些注意力机制

• llama2 的位置编码了解吗? 讲讲几种位置编码的异同

• 基础大模型训练流程及资源使用情况

• 了解 langchain 吗? 讲讲主要结构和主要组件，处理复杂任务链时有哪些优势。

• 显存不够时，一般怎么解决的，有哪些常见的优化方法

• 几种主流大模型的 loss了解过吗? 有哪些异同?

• 了解半精度训练吗? 展开讲讲原理和优点，在实际应用中有哪些挑战。

• deepspeed 用过吗? 分布式训练中如何提升效率。

• 手写实现下分组注意力

• leetcode 题：合并K个升序链表

面试总结

• 当前大模型岗位更加强调实践，如果没有做过大模型的项目且没有针对性准备过，很难回答上

• 大模型微调是很多公司的考察重点

• 几种模型的注意力机制、位置编码要熟悉。

• RLHF 的几步多熟悉熟悉

技术交流&资料

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：1.6万字全面掌握 BERT
• 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
• 用通俗易懂的方式讲解：面了 5 家知名企业的NLP算法岗(大模型方向)，被考倒了。。。。。
• 用通俗易懂的方式讲解：NLP 算法实习岗，对我后续找工作太重要了！。
• 用通俗易懂的方式讲解：理想汽车大模型算法工程师面试，被问的瑟瑟发抖。。。。
• 用通俗易懂的方式讲解：基于 Langchain-Chatchat，我搭建了一个本地知识库问答系统
• 用通俗易懂的方式讲解：面试字节大模型算法岗(实习)
• 用通俗易懂的方式讲解：大模型算法岗(含实习)最走心的总结
• 用通俗易懂的方式讲解：大模型微调方法汇总