做ppt哪些网站的图片质量高,环保网站建设说明书,室内设计的网站,aso优化什么意思是暑期实习基本结束了#xff0c;校招即将开启。
不同以往的是#xff0c;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#xff0c;HC 在变少#xff0c;岗位要求还更高了。
最近#xff0c;我们又陆续整理了很多大厂的面试题#xff0c;帮助一些球友解惑答疑校招即将开启。
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。
总结链接如下
《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。更多交流可以文末加入我们 除了去互联网大厂外半科研半实践的 AI 实验室也是一个不错的就业选择分享我们一个球友的面经
背景双非本top5 硕士研究方向是对话系统和图像处理NLP 比赛 Top10天池 / Kaggle1 篇发明专利1篇CCF-A。
马上要入职了祝愿球友们不断夯实自我加油努力收获钟意的offer
一面
讲一下目标检测项目为什么不用 Anchor-based 的方法在工业界其实还是 Anchor-based 的用的多因为召回率高讲讲 CenterNet 这种用来检测的方法和 Anchor-based 相比的优点在哪里抠图和分割有什么区别抠图的前景背景代表什么MODNet 语义的部分是怎么预测的人的姿态千变万化他为什么能预测那么好的预测出来报图你用了 MAD, MSE 指标还了解其他指标吗DDIM DDPM 区别说几种 diffusion 加速推理方法多模态大模型你了解那些LLAVA 讲一下LLaMA 2 的创新在什么地方MINI-GPT4 是否使用过是否了解 Swin Transformer介绍一下
总体来说面试体验中等。
二面
从三个方面讲一下目标检测项目动机、方法、结果你用到了 Transformer Encoder你觉得 global attention 和 self-attention 有什么区别呢介绍 Transformer 和 ViT为什么 Transformer 适合多模态任务Transformer为什么使用多头注意力机制CenterNet 能解决两个物体的中心点重合的问题吗你用到了蒸馏那么你觉得蒸馏和直接用 GT 相比有什么好处MODNet 是一个 Trimap Free 的还是 Trimap Based 的算法介绍一下他的大概流程抠图方面怎么让一个小数据集训练出来的模型更好泛化呢介绍部门表示这边也是做图像相关的研究不仅仅做学术研究也会落地应用编程题手撸 IOU 计算公式编程题用 5 个线程来打印 1 ~ 100另外要求每个线程必须按顺序依次执行。摊牌说不会按顺序的做法换题。
HR 面
实验室和大厂你是如何抉择的主要考虑哪些方面对自己未来3-5年的职业规划是什么以往在团队合作中最难的一件事hr 介绍了实验室的运营情况特别是 WLB 这点让我看了心动
资料获取和交流
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。
成立了大模型算法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 通俗易懂讲解大模型系列 重磅消息《大模型面试宝典》(2024版) 正式发布 重磅消息《大模型实战宝典》(2024版) 正式发布 做大模型也有1年多了聊聊这段时间的感悟 用通俗易懂的方式讲解大模型算法工程师最全面试题汇总 用通俗易懂的方式讲解不要再苦苦寻觅了AI 大模型面试指南含答案的最全总结来了 用通俗易懂的方式讲解我的大模型岗位面试总结共24家9个offer 用通俗易懂的方式讲解大模型 RAG 在 LangChain 中的应用实战 用通俗易懂的方式讲解ChatGPT 开放的多模态的DALL-E 3功能好玩到停不下来 用通俗易懂的方式讲解基于扩散模型Diffusion,文生图 AnyText 的效果太棒了 用通俗易懂的方式讲解在 CPU 服务器上部署 ChatGLM3-6B 模型 用通俗易懂的方式讲解ChatGLM3-6B 部署指南 用通俗易懂的方式讲解使用 LangChain 封装自定义的 LLM太棒了 用通俗易懂的方式讲解基于 Langchain 和 ChatChat 部署本地知识库问答系统 用通俗易懂的方式讲解Llama2 部署讲解及试用方式 用通俗易懂的方式讲解一份保姆级的 Stable Diffusion 部署教程开启你的炼丹之路 用通俗易懂的方式讲解LlamaIndex 官方发布高清大图纵览高级 RAG技术 用通俗易懂的方式讲解为什么大模型 Advanced RAG 方法对于AI的未来至关重要 用通俗易懂的方式讲解基于 Langchain 框架利用 MongoDB 矢量搜索实现大模型 RAG 高级检索方法
