面试商汤多模态算法岗（暑期实习），被疯狂拷打。。。_多模态面试

节前，我们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、今年参加社招和校招面试的同学。

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

总结链接如下：

《AIGC 面试宝典》(2024版) 正式发布！

喜欢记得点赞、收藏、关注。更多技术交流&面经学习，可以文末加入我们。

首先申明，这次面试官也很温柔，但面试过程略显尴尬，对st不做更多评价。

面试时间55分钟，没有写代码。面了一趟下来很多很多问题都忘了，因为不熟…回忆版面试题如下：

1. 不用开摄像头。

2. 自我介绍（开始前提示是算法岗，别介绍太多开发工作）

3. 开始介绍他们的工作内容

4. 项目经历问了很久，面试官是做多模态的，特别擅长

5. 问题集中在diffusionc model，stylegan，因为项目用了这个，他问为什么用stylegan，这么老的模型，问了些细节，真回忆不起来了。

6. unet，resnet，clip都问了一下…主要是都没回答好。

7. lora具体是怎么实现的，一般训哪些参数？

8. p-tuning v1/2问了下细节

9. llama的loss函数

10. 用没用过DDP和deepspeed，有什么区别

11. 多分类任务如果发现都分到了一个label，怎么排查原因，怎么解决，数据不均匀怎么办，不改数据集pytorch代码怎么改？

12. 常见的位置编码知道哪些？图像怎么处理？超过长度怎么办？padding？截断？

13. transformer结构讲一下

14. 给你text讲一下转成embedding的流程

15. clip的位置编码，好像问了怎么外推

16. 有没有自己实现过dataload？
    …其他的想不起来了就这样吧

自由提问

1. 组里后面的工作计划，面试官好像也不太清楚
2. 想篇research，组里有实习生纯research，有一半一半的
3. 问我对这个工作感不感兴趣，因为不完全是llm

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

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