欢迎关注@AI技术社区,专注大模型、学术论文和算法实战案例。
一位求职者在分享中表示,面试NLP算法工程师(大模型方向)经历令人印象深刻,难度超乎预期。他针对此岗位进行了充分准备,包括刷题(如LeetCode高频难题)、熟悉面试问题,并且面试了上海地区的5家知名公司,包括字节跳动、拼多多、B站、太保金科和上海人工智能实验室。
第一轮面试涉及多环节,如自我介绍、手撕multi-head self-attention等算法题,以及介绍DeBERTa优化点、预后-norm与layer normalization区别等。大模型实践、微调优化和模型架构如ChatGLM、Llama等也进行了深入探讨。
拼多多一面关注基础概念重复,如layer normalization和batch normalization,以及BERT模型设计细节。面试还涉及数据增强、模型蒸馏和图算法问题。
尽管这位求职者在一些公司的一面表现不错,但最终发现岗位更偏向开发而非纯算法,因此在字节跳动和阿里的一面后,面试进程并未继续。
这些经历提供了深入理解大模型算法工程师面试要求的视角,对于求职者和准备面试者具有参考价值。