阿里斑马智行 2025届秋招 NLP算法工程师

文章目录

• 个人情况
• [一面/技术面 1h](#一面/技术面 1h)
• [二面/技术面 1h](#二面/技术面 1h)
• [三面/HR面 20min](#三面/HR面 20min)

个人情况

先说一下个人情况：

1. 学校情况：211本中9硕，本硕学校都一般，本硕都是计算机科班，但研究方向并不是NLP，而是图表示学习
2. 论文情况：1A(NeurIPS)+1B(ICDM)已录用，还有一篇A会(AAAI 2025)最近快出结果了，以及一篇数据挖掘A刊TOIS在投，四篇论文都是一作
3. 实习情况：快手推荐算法日常实习 + 腾讯大模型暑期实习
4. 奖学金情况：本科生国家奖学金、研究生国家奖学金，4次校级一等奖学金
5. 其他：我的CSDN等平台有一点粉丝量，至于其他诸如数学建模还有蓝桥杯获奖，以及优秀毕业论文和优秀毕业生之类的，对求职也没太大作用

阿里今年秋招hc基本都只给转正，招人很少，形势不太好，大模型领域更是如此了，面了几家基本也都是走个过场，毕竟不是大模型科班出身，还是差了点

阿里这边只有斑马走完流程拿到了offer，阿里旗下一个做汽车科技的独角兽企业，目前等待开奖

一面/技术面 1h

1. 自我介绍
2. 介绍大模型实习
3. 应用场景是什么，有什么意义
4. 构造SFT数据的细节
5. SFT的prompt模板
6. 目前的方案有没有什么创新的地方
7. 后续有没有什么改进，具体介绍一下
8. 效果如何评估
9. 大模型SFT过程中自己有没有什么总结出来的经验
10. SFT过程中如何判断是否过拟合
11. 硕士期间发表的paper，可以结合ppt来介绍一下
12. 如何看待目前大语言模型都是decoder-only结构
13. encoder-only和decoder-only的对比，纯理解场景哪个更优
14. 描述一下典型的encoder-only如Bert的结构细节
15. 多层堆叠时如何避免梯度消失和梯度爆炸
16. DPO和PPO
17. 代码题：lc75，颜色分类

二面/技术面 1h

1. 自我介绍
2. 询问转正情况
3. 介绍大模型实习，具体负责了哪些板块
4. 为什么没有公司内部的LLM
5. 为什么非得用长文本而不用RAG
6. 为什么不用GPT-4
7. prompt优化这部分做了什么工作
8. prompt优化这部分还了解哪些方法吗
9. 如何判断当前使用的prompt就是最优的，无法进一步调整了
10. 不做全量微调的原因（还能什么原因，没卡）
11. SFT的资源描述，卡数，机器数
12. SFT过程中如何判断是否过拟合
13. 有没有系统学过机器学习课程，开始拷问八股
14. 如何判断一个模型是否收敛，从多个角度回答
15. 判断收敛需要用验证集吗
16. 如何定量判断是否收敛
17. 如何判断目前的收敛点是局部最优解还是全局最优解
18. 测试集为什么一定需要存在，亦或者为什么不直接把验证集测试集合在一起
19. 主要使用什么语言（Python），有没有系统学过C++
20. C++中STL中一些容器的底层实现原理
21. pytorch中的计算图
22. 最近看的一些开源代码和paper介绍，有没有学到什么东西
23. 对第一份工作的预期，希望加入什么团队
24. 反问：进来后可能会做的方向

三面/HR面 20min

1. 自我介绍
2. 询问高考成绩，成绩排名
3. 保研学校抉择问题
4. 硕士期间在专业方向上的产出介绍
5. 大概介绍了下论文
6. 介绍大模型实习
7. 实习对自己的提升是什么
8. 针对本次面试的岗位，你觉得自己有哪些优势
9. 平时通过什么途径来学习新东西
10. 周围人/自己如何评价自己，优缺点
11. 职业规划
12. 反问：后续流程