面了智谱大模型算法岗,效率贼高!

最近这一两周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。从8月12号到8月29号,我们星球一成员面试了智谱大模型算法岗。

他共计三轮技术面和一轮HR面,九月份发意向,十月份谈薪,效率实在太高了。下面是技术面和HR面的面经总结,分享给需要的童靴们:

技术面

  • 自我介绍

  • 介绍实习经历

  • 介绍项目中使用的语料

  • Ptuning 和 lora 的原理

  • Instruct 和 prompt有什么区别?

  • 是否尝试过训练 Reward 模型?

  • 有没有涉及到对底层代码的更改

  • ppo、dpo、RLHF 的理解

  • 如何对大模型进行评测

  • 讲一下 Transformer 架构

  • 几种模型的注意力机制、位置编码

  • 硬件资源使用情况

  • 训练过程中如何进行模型监控?

  • 有没有使用过大模型加速推理框架?

  • 讲讲 DeepSpeed 的几个阶段,分别对什么进行分片?代价是什么?

  • 说说 DP(数据并行)和 DDP(分布式数据并行)的理解。

  • Coding:括号匹配、最长公共子串、合并两个升序链表

非技术面

  • 介绍一下两段实习,学到了什么东西

  • 实习里边你觉得带来的最大改变是什么

  • 实习期间最大的挑战是什么

  • 实习期间是怎么和mentor合作的

  • 这边工作节奏可能比较快,怎么看待

  • 找工作有哪些倾向

  • 说了大模型独角兽公司的一些优缺点,让好好考虑

  • 还面试了哪些企业

总结

总体上智谱AI效率比较高,问的内容偏向于实践,节奏和互联网大厂这边一致,拿到机会,比较开心。

如何系统的去学习大模型LLM ?

大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业?”“谁的饭碗又将不保了?”等问题热议不断。

事实上,抢你饭碗的不是AI,而是会利用AI的人。

科大讯飞、阿里、华为等巨头公司发布AI产品后,很多中小企业也陆续进场!超高年薪,挖掘AI大模型人才! 如今大厂老板们,也更倾向于会AI的人,普通程序员,还有应对的机会吗?

与其焦虑……

不如成为「掌握AI工具的技术人」,毕竟AI时代,谁先尝试,谁就能占得先机!

但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高。

针对所有自学遇到困难的同学们,我帮大家系统梳理大模型学习脉络,将这份 LLM大模型资料 分享出来:包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁:全网最全《LLM大模型入门+进阶学习资源包》免费分享(安全链接,放心点击)👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点,那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集,涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程(LLaLA/Meta/chatglm/chatgpt)

在这里插入图片描述

LLM大模型学习路线

阶段1:AI大模型时代的基础理解

阶段2:AI大模型API应用开发工程

  • 目标:掌握AI大模型API的使用和开发,以及相关的编程技能。

  • 内容

    • L2.1 API接口
    • L2.1.1 OpenAI API接口
    • L2.1.2 Python接口接入
    • L2.1.3 BOT工具类框架
    • L2.1.4 代码示例
    • L2.2 Prompt框架
    • L2.3 流水线工程
    • L2.4 总结与展望

阶段3:AI大模型应用架构实践

  • 目标:深入理解AI大模型的应用架构,并能够进行私有化部署。

  • 内容

    • L3.1 Agent模型框架
    • L3.2 MetaGPT
    • L3.3 ChatGLM
    • L3.4 LLAMA
    • L3.5 其他大模型介绍

阶段4:AI大模型私有化部署

  • 目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。

  • 内容

    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁:全网最全《LLM大模型入门+进阶学习资源包》免费分享(安全链接,放心点击)👈


http://www.niftyadmin.cn/n/5664867.html

相关文章

UDP实现组播发送端和接收端

发送端 #include<sys/socket.h> #include<stdio.h> #include<arpa/inet.h> #include<unistd.h> #include<string.h> int main() {int ret;int sfdsocket(AF_INET,SOCK_DGRAM,0);if(sfd-1)perror("socket error");struct in_addr addr…

vue 2表格滚动加载

自定义指令 // 表格下拉滚动加载更多 Vue.directive(loadmore, { bind(el, binding) { // 节流函数 const throttle (fn, wait 300) > { let inThrottle, lastFn, lastTime; return function() { const context this, args…

《C++魔法:零开销实现抽象工厂模式》

在 C的编程世界里&#xff0c;设计模式就像是一把把神奇的钥匙&#xff0c;能够打开高效、可维护代码的大门。其中&#xff0c;抽象工厂模式是一种非常强大的创建型设计模式&#xff0c;它允许我们创建一系列相关的对象&#xff0c;而无需指定它们的具体类。然而&#xff0c;在…

机器学习的网络们

机器学习的网络们 1. 线性神经网络1.1 线性回归1.2 softmax 回归 2. 多层感知机2.1 多层感知机单分类此处引入激活函数 多分类多隐藏层 3. 卷积神经网络3.1 卷积核多输入输出通道多输入多输出 3.2 池化层3.3 卷积神经网络&#xff08;LeNet 1998&#xff09; 4. 现代神经网络4.…

C语言中__attribute__((aligned(x)))的作用?

__attribute__((aligned(x))) 是一种用于指定变量或数据结构对齐方式的 GCC 扩展。它的作用是强制编译器将指定的变量或数据结构按照给定的字节数 x 对齐。 对齐的意义在于&#xff1a; 性能优化&#xff1a;在某些架构上&#xff0c; 数据必须按特定边界对齐才能高效访问。比…

如何提升用户留存?

1. 用户分层与用户场景 依据业务实际状况&#xff0c;对用户进行分层&#xff0c;并梳理各层用户的场景。以外卖产品为例&#xff0c;不同人群的需求和场景各异。唯有明确用户场景&#xff0c;方能知晓如何留住用户。 用户分层及用户场景找寻可借助营销工具进行专业标签化&a…

Django:解决配置缓存问题

前言 Django的默认缓存是存在内存当中&#xff0c;重启服务缓存就失效了。 文章选择用redis做缓存&#xff0c;需要预先安装redis数据库并启动服务。 安装&#xff1a;pip install django-redis。 代码实现 在项目中的setting.py中配置&#xff1a; # 缓存配置 CACHES …

C语言从头学60——学习头文件math.h(三)

十二、函数 modf() 功能&#xff1a;函数 modf 把一个double数分解成整数部分和小数部分。 使用格式&#xff1a;modf (参1&#xff0c;参2); 参1&#xff1a;待分解的数 参2&#xff1a;指向double类型的指针&#xff0c;用于存放整数部分…