我攒了整个秋招的 NLP 算法岗面经，今天全部分享出来_nlp算法岗秋招准备

作者：繁依Fanyi0 | 2024-07-14 07:04:40

踩

nlp算法岗秋招准备

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同学、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、该如何备战、面试常考点分享等热门话题进行了深入的讨论。

今天整理我们社群一个大牛的 NLP 算法方向的面试题，分享给大家，希望对后续找工作的有所帮助。喜欢记得点赞、收藏、关注。更多技术交流&面经学习，可以加入我们。

大家好，今天给大家分享我的秋招经历，我投的岗位比较杂，主要是NLP，也包括一些多模态、大模型、推荐相关的岗位，最终拿到了腾讯、顺丰、平安金服和迪子的offer，华子、京东和百度的池子。

总结一下，首先算法的问题会问得非常杂，主要根据你的项目经历，面试官一般会从你的经历里挑和他们工作内容比较相关的点提问，然后不断扩展；反而八股文问的不多，一般是一些中小厂喜欢问八股。

最后是自己的一点见解，对于非研究性质的算法岗位，论文的权重并没有很大（也看面试官的喜好），反而是相关的竞赛/实习经历会非常重要。

我是很早就加入了社群星球的，跟前辈学习了很多的经验和方法，感谢群里大佬的经验分享，避免了很多大坑，感谢大家。

以下是整个秋招的面经题的汇总版：

用语言介绍一下Transformer的整体流程
深度学习的三种并行方式：数据并行，模型并行，流水线并行
Deepspeed分布式训练的了解，zero 0-3的了解。
对于CLIP的了解
说几种对比学习的损失函数，以及它们的特点和优缺点
说说大模型生成采样的几种方式，它们的特点和优缺点比较
损失函数中温度的作用
BLIP的细节。（面试中提的问题是BLIP为什么将训练分成两个阶段）
Visual Encoder有哪些常见的类型？
深度学习中常用的优化器有哪些？
SimCSE的了解
prenorm和postnorm
LLaMA 2的创新/ChatGLM的创新点/Qwen的创新点/Baichuan的创新点
LLM的评估方式有哪些？特点是什么？（中文的呢？）
文本生成模型中生成参数的作用（temperature，top p, top k，num beams）
LoRA的作用和原理
CoT的作用
神经网络经典的激活函数以及它们的优缺点
softmax函数求导的推导
BERT的参数量如何计算？
AUC和ROC
batch norm和layer norm
大模型训练的超参数设置
经典的词向量模型有哪些？
InstructGPT三个阶段的训练过程，用语言描述出来（过程，损失函数）
大模型推理加速的方法
Transformer中注意力的作用是什么
RNN、CNN和Transformer的比较（复杂度，特点，适用范围etc）
AC自动机
产生梯度消失问题的原因有哪些？
大模型的幻觉问题
大模型训练数据处理
RLHF的计算细节
构建CoT样本的时候，怎么保证覆盖不同的场景？
召回的三个指标：Recall、NDCG、RMSE
RoPE和ALiBi
交叉熵、NCE和InfoNCE的区别和联系
贝叶斯学派和概率学派的区别
一个文件的大小超过了主存容量，如何对这个文件进行排序？应该使用什么算法？
Python中的线程、进程和协程
python中的生成器和迭代器

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：加群
方式②、添加微信号：mlc2060，备注：技术交流

用通俗易懂方式讲解系列

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/823698

我攒了整个秋招的 NLP 算法岗面经，今天全部分享出来_nlp算法岗秋招 准备

技术交流群

用通俗易懂方式讲解系列

我攒了整个秋招的 NLP 算法岗面经，今天全部分享出来_nlp算法岗秋招准备