百度大模型算法实习岗上岸经验分享!

节前,我们星球组织了一场算法岗技术&面试讨论会,邀请了一些互联网大厂朋友、参加社招和校招面试的同学.

针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。

汇总合集:《大模型面试宝典》(2024版) 发布!


大家好,今天分享我们星球中一位球友的上岸百度大模型算法岗经验分享。

该同学来自天大,2024找暑期实习期间也算是历经坎坷,最后去了百度做大模型相关工作。

个人情况

本硕均为计算机科班但本身实力尚浅,没有像很多人早早开始准备,所以刚开始找实习并不是很顺利。幸运的是,我加入了星球,按照大模型面试宝典资料进行快速学习,有问题也得到了及时指导,最终是有惊无险成功上岸。

心得体会

我自己一开始就确定了不打算读博要去工作的选择,但由于自己实验室科研方向和算法岗所需技能点略显脱轨,所以大部分时间花在了纠结到底要不要找算法岗上,结果后来大模型火了一把,正好自己又有RL自学以及参加比赛的经历,才决定all in算法。

在这里主要讲述一下我个人暑期实习从无到有的经验,希望能给和我有着相似经历的同学一些帮助。

干货分享

我的分享大部分内容适用于由于其他原因之前没有时间准备面试内容,又想找实习急于速成的同学们,虽然这样可以尽快掌握一些应试的内容,但我并不推荐大家和我一样把大部分需要学习内容压缩到很短的一两个月内,最好还是提前准备。

面试官如果进行针对性的考察,其实可以很容易的判别你到底是死记硬背还是彻底理解技术的基本原理,其中显而易见的一点是,假如面试官意识到你掌握的知识是靠死记硬背而不是活学活用时,这次面试基本就没有通过的机会了。

干货一:简历

我认为排在第一位的,需要精心准备的内容是自己简历项目中相关方法的知识内容 ,因为大部分面试都会围绕项目经历展开,涉及到的内容可能有所使用方法的基本原理,使用该方法的原因,是否尝试过其他方法及效果不好的原因,以及当前所用方法的一些变体,都会是面试时考察的重点。所以我们需要做的不仅是简单使用了某个工具或某类方法,更重要的是要做到知根知底,举一反三,这部分没有捷径可以走,但同时也是投入时间学习之后几乎每场面试都用得到的重要知识。

干货二:算法题

我属于代码能力偏弱的学生,在这部分很难给出很有建设性的意见,个人感觉刷题还是要从长计议,趁早开始准备是最好的。算法题是活的,很难像其他知识靠死记硬背达到高分通过的目的,更多的还是培养思维,我能给出的建议包括:

1)多刷热门题 ,从基础题刷起,不要心急想一口气吃成胖子,如果会做一些难度中等的题而基本的算法题不能秒解的话,哪怕做对也还是蛮扣分的;

2)平时写题时注意限时练习,如果不注重这一块可能会和我一样,在面试的时候一紧张大脑就一片空白,什么思路也没有然后陷入更加紧张的恶性循环。

干货三:八股

虽然在我看来八股的优先级并不如简历中的项目知识,但不代表八股可以不准备。还是那句话,这种做不好会导致扣很多分的点一定要十分慎重,对于一个不是很熟悉的技术,我认为哪怕输出一句相关的内容或者看法,得到的分数也是远远大于告知面试官自己不了解这项技术所得到的分数的。

心得分享

心得一:针对性要强

假如很想去一家公司其实可以先了解他的面试流程,同时多看面经。除此之外我想说的针对性体现在比如当你马上要参加这家公司面试之前,打算复习一下的话,可以了解一下公司的出题类型,比如:面试代码时一般需要自己写测试用例,那么大概率不会考察二叉树相关题型。

举一反三,可以对自己非常想去的公司或者业务部门针对性的复习,熟悉对方可能会使用的核心技术。

心得二:多投多找机会

近年来就业形势不容乐观,但为了找到合适的工作机会,还是鼓励大家从多种渠道上去获取内推信息。

心得三:学会复盘和坚持

关于复盘,最好是可以在自己面试的时候准备一个设备对面试全程进行录音,然后在面试结束后对自己进行打分,再根据面试的结果,结合这三者要素,来了解自己面试过程中的缺陷以及面试官普遍期望看到的特质。

当然面试是否通过跟运气成分和hc余量也有着很大的关系,所以此处就不得不提另一个关键词:坚持,虽然坚持说起来容易,但当看到自己的所有努力都付诸东流的时候,很多自认为本应该通过的面试却因为各种意想不到的理由被挂了之后,真的很难再打起一百分的精神去面对下一场面试。

就我自己而言曾不止一次地想过放弃,但还是咬咬牙坚持下来了,所以也期望大家在谷底的时候不要灰心,尤其不要让找暑期实习过程中的不顺利影响到自己的心态乃至日常生活,拥有一个积极乐观的心态真的比什么都重要。

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~

我们建了大模型算法岗技术与面试交流群, 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:大模型面试宝典

方式②、添加微信号:mlc2060,备注:大模型面试宝典

用通俗易懂方式讲解系列

相关推荐
卷心菜小温6 分钟前
【BUG】P-tuningv2微调ChatGLM2-6B时所踩的坑
python·深度学习·语言模型·nlp·bug
胡耀超21 分钟前
知识图谱入门——3:工具分类与对比(知识建模工具:Protégé、 知识抽取工具:DeepDive、知识存储工具:Neo4j)
人工智能·知识图谱
陈苏同学29 分钟前
4. 将pycharm本地项目同步到(Linux)服务器上——深度学习·科研实践·从0到1
linux·服务器·ide·人工智能·python·深度学习·pycharm
吾名招财1 小时前
yolov5-7.0模型DNN加载函数及参数详解(重要)
c++·人工智能·yolo·dnn
FL16238631291 小时前
[深度学习][python]yolov11+bytetrack+pyqt5实现目标追踪
深度学习·qt·yolo
羊小猪~~1 小时前
深度学习项目----用LSTM模型预测股价(包含LSTM网络简介,代码数据均可下载)
pytorch·python·rnn·深度学习·机器学习·数据分析·lstm
我是哈哈hh1 小时前
专题十_穷举vs暴搜vs深搜vs回溯vs剪枝_二叉树的深度优先搜索_算法专题详细总结
服务器·数据结构·c++·算法·机器学习·深度优先·剪枝
鼠鼠龙年发大财1 小时前
【鼠鼠学AI代码合集#7】概率
人工智能
Tisfy1 小时前
LeetCode 2187.完成旅途的最少时间:二分查找
算法·leetcode·二分查找·题解·二分
龙的爹23331 小时前
论文 | Model-tuning Via Prompts Makes NLP Models Adversarially Robust
人工智能·gpt·深度学习·语言模型·自然语言处理·prompt