字节算法岗面试,效率贼高

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。

合集:

《大模型面试宝典》(2024版) 正式发布!

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


分享我们一星球成员最新面经:

个人情况

985 本硕+项目一个+论文一篇+无实习经历

时间节点

  • 7.2 技术面一面

  • 7.4 技术面二面

  • 7.9 HR 面

  • 7.12 offer call+发offer

面经总结

技术面试

主要问简历项目内容和专业相关知识,也有业务场景提出方案与策略。

在回答业务场景并设计方案的时候,确实之前没有遇到过,所以感觉自己也答的磕磕绊绊,比较好的是,面试官最开始会详细讲解具体是什么场景。

HR 面

想在实习中学到什么/如果offer不过你会做什么/到岗时间和时长/在做项目的过程中遇到的困难/有无考博打算

15分钟很快结束,我还以为凉了,后来发现好像基本都是这个时间。

总结一下:

字节的面试流程很规范,每次都会hr提前联系约面。流程进度也很快,从面试到offer时间为10天。

6、7月份实习还是要试着捡漏的(虽然我简历是5月份投的)

希望大家都能心想事成~

高频面试题总结

  • 目前主流的开源模型体系有哪些?

  • 你了解ReAct吗,它有什么优点?

  • 解释一下langchain Agent的概念

  • langchain 有哪些替代方案?

  • LLM 预训练阶段有哪几个关键步骤?

  • RLHF 模型为什么会表现比SFT更好?

  • 参数高效的微调(PEFT)有哪些方法?

  • LORA 微调相比于微调适配器或前缀微调有什么优势?

  • 请简述TPPO算法流程,它跟TRPO的区别是什么?

  • 目前主流的中文向量模型有哪些?

  • 为什么LLM的知识更新很困难?

  • RAG和微调的区别是什么?

  • 大模型一般评测方法及其准是什么?

  • 什么是Kv cache技术,它具体是如何实现的?

  • DeepSpeed推理对算子融合做了哪些优化?

  • 简述一下FlashAttention的原理

  • MHA、GQA、MQA三种注意力机制的区别是什么?

  • 请介绍一下微软的ZeRO优化器

  • Paged Attention的原理是什么,解决了LLM中的什么问题?

  • 什么是投机采样技术,请举例说明?

  • 简述GPT和BERT的区别

  • 讲一下GPT系列模型的是如何演进的?

  • 为什么现在的大模型大多是decoder-only的架构?

  • 讲一下生成式语言模型的工作机理

  • 哪些因素会导致LLM中的偏见?

  • LLM中的因果语言建模与掩码语言建模有什么区别?

  • 如何减轻LLM中的"幻觉"现象?

  • 解释ChatGPT的"零样本"和"少样本"学习的概念

  • 你了解大型语言模型中的哪些分词技术?

  • 如何评估大语言模型(LLMs)的性能?

  • 请简述下 Transformer 基本原理

  • 为什么 Transformer 的架构需要多头注意力机制?

  • 为什么transformers需要位置编码?

  • transformer中,同一个词可以有不同的注意力权重吗?

  • Wordpiece与BPE之间的区别是什么?

  • 有哪些常见的优化LLMs输出的技术?

  • 为什么transformer块使用LayerNorm而不是BatchNorm?

  • 介绍一下post layer norm和pre layer norm的区别

  • prefix LM和causal LM区别是什么?

  • llama输入句子长度理论上可以无限长吗?

  • 如何让大模型处理更长的文本?

  • 为什么大模型推理时显存涨的那么多还一直占着?

  • 有哪些省内存的大语言模型训练/微调/推理方法?

  • RLHF在实践过程中存在哪些不足?

  • 如何解决三个阶段的训练(SFT->RM->PPO)过程较长,更新迭代较慢问题?

  • 什么是位置编码?

  • 什么是绝对位置编码?

  • 什么是相对位置编码?

  • 旋转位置编码RoPE思路是什么?

  • 旋转位置编码RoPE有什么优点?

  • Layer Norm 的计算公式写一下?

  • RMS Norm 的计算公式写一下?

  • RMS Norm 相比于 Layer Norm 有什么特点?

  • Deep Norm 思路?

  • 写一下 Deep Norm 代码实现?

  • Deep Norm 有什么优点?

  • LN在LLMs中的不同位置有什么区别么?如果有,能介绍一下区别么?

  • RMS Norm 相比于 Layer Norm 有什么特点?

  • Deep Norm 思路?

  • 写一下 Deep Norm 代码实现?

  • Deep Norm 有什么优点?

  • LN在LLMs中的不同位置有什么区别么?如果有,能介绍一下区别么?

  • LLMs各模型分别用了哪种Layer normalization?

技术交流&资料

技术要学会分享、交流,不建议闭门造车。一个人可以走的很快、一堆人可以走的更远。

成立了算法面试和技术交流群,相关资料、技术交流&答疑,均可加我们的交流群获取,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友。

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:mlc2040,备注:来自CSDN + 技术交流

精选

相关推荐
王上上23 分钟前
【论文阅读41】-LSTM-PINN预测人口
论文阅读·人工智能·lstm
智慧化智能化数字化方案36 分钟前
69页全面预算管理体系的框架与落地【附全文阅读】
大数据·人工智能·全面预算管理·智慧财务·智慧预算
PyAIExplorer39 分钟前
图像旋转:从原理到 OpenCV 实践
人工智能·opencv·计算机视觉
Wilber的技术分享1 小时前
【机器学习实战笔记 14】集成学习:XGBoost算法(一) 原理简介与快速应用
人工智能·笔记·算法·随机森林·机器学习·集成学习·xgboost
19891 小时前
【零基础学AI】第26讲:循环神经网络(RNN)与LSTM - 文本生成
人工智能·python·rnn·神经网络·机器学习·tensorflow·lstm
爱学习的茄子1 小时前
深度解析JavaScript中的call方法实现:从原理到手写实现的完整指南
前端·javascript·面试
莫空00001 小时前
Vue组件通信方式详解
前端·面试
Tanecious.1 小时前
LeetCode 876. 链表的中间结点
算法·leetcode·链表
burg_xun1 小时前
【Vibe Coding 实战】我如何用 AI 把一张草图变成了能跑的应用
人工智能
Wo3Shi4七1 小时前
哈希冲突
数据结构·算法·go