本文分享了作者在大模型岗位的完整面试经历，涵盖一面至三面的面试过程和问题，包括Transformer结构、BERT与GPT区别、LoRA原理等大模型核心知识点，以及算法题和职业规划问题。作者拥有图神经网络背景，成功通过面试并分享了实战经验，同时提供了完整面试题资料供参考，为准备大模型面试的求职者提供宝贵指导。
写在前面
- 学校情况：211本中9硕，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
- 论文情况：1A(NeurIPS)+1B(ICDM)已发表，另有1A刊在投，除此之外，还有1A会撰写中，所有论文均为一作
- 实习情况：一段快手推荐算法实习
- 奖学金情况：本硕国家奖学金
一面
- 首先是一个自我介绍
- 让讲两个拿手的东西，第一个首先介绍了NeurIPS那篇论文
- 中间穿插着问了10多个问题，包括具体原理，数据集规模，下游任务等
- 第二讲了快手的实习，主要干了些什么，中间穿插着10来个问题，面试官显然也了解GNN，因此这两部分耽误的时间较久
- 问我主要是搞GNN这块的，是怎么接触到大模型的，我说本科搞时序预测的，比较相关，再加上比较感兴趣
接下来是大模型八股拷打
- 说一下Transformer的具体结构，以机器翻译为例，说了编码器和解码器的工作步骤，包括训练和测试
- BERT和GPT的区别在哪里？从结构上说了一些，然后从BERT的任务说了一些(MLM和NSP)
- GPT和其他常见的大模型，比如LLaMA还有ChatGLM的区别在哪里？从结构，激活函数，位置编码以及训练的任务四个角度说了一下
- 预训练微调了解吗，提了一嘴LoRA
- 说了一下LoRA的具体原理，以及具体是用在什么地方
- LLaMA-70B这样的模型，加载不进去，该怎么训练呢？我从模型并行说了一下，顺便讲了数据并行
- GNN和LLM有没有什么好的结合方式，思路是类似把节点当做token，然后把节点序列送入LLM，然后又讲了讲当出现新的节点时可能会怎么处理
- 算法题：一个数值不重复的序列，每次插入一个值，如果该值存在，则将其移动到末尾，否则插入到末尾，要求O(1)时间复杂度。这题类似于LRU，用了哈希+双向链表，哈希存储值和node的映射
- 能实习多久，什么时候到岗？
- 反问：实习生进去后主要做了些什么
二面
- 自我介绍
- 讲解NeurIPS论文，问了大概十几个问题，从动机，到细节，再到实验，让直接打开论文讲
讲解ICDM论文，问了大概十几个问题 - 讲一下对大模型的理解，从上个世纪的词频统计等方法，再到skip-gram，再到rnn，再到Transformer，再到BERT，再到GPT，再到一些有监督微调方法如LoRA，还有强化学习
- BERT和GPT有什么区别？
- 各有什么优势？
- 为什么BERT更适合做文本理解，GPT适合做生成任务
- 谈谈你对强化学习在LLM中的理解
- 图神经网络中一般用什么norm，whynorm的作用，各种，追问了很多，感觉回答得不是特别好
- 算法题：m * n的格子，从左上角到右下角有多少条路径，需要将格子中的障碍物避开，二维DP
- 反问：进去主要做些什么，面试官谈了大概十多分钟
- 问了offer的情况，以及能实习多久，大概多久来
三面/HR面
- 自我介绍
- 问有没有深造的打算
- 问到了职业规划
- 具体说了一下实习经历，包括做了什么
- 实习中具体是自己一个人在做吗？还有什么可以提升的地方吗？
- 你觉得自己的优缺点是什么？有什么的爱好和兴趣？优缺点描述完后问了MBTI
- 为什么会想到做公众号？一般做什么方向的？后续对这个公众号有更具体的规划吗
- 你一般通过什么来了解你这个领域的前沿技术？论文和学术交流
- 进去后具体想要做什么方向有规划吗？城市意向
- offer情况，什么时候能入职，入职后能待多久，能一直实习下去吗？
- 确认了一下个人信息
- 反问环节：具体进去做什么，HR说需要和mentor沟通，20分钟后收到了云证通知，状态也变成了录用评估中，告知下周给offer。
AI大模型从0到精通全套学习大礼包
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
只要你是真心想学AI大模型，我这份资料就可以无偿共享给你学习。大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！
如果你也想通过学大模型技术去帮助就业和转行，可以扫描下方链接👇👇
大模型重磅福利：入门进阶全套104G学习资源包免费分享！
01.从入门到精通的全套视频教程
包含提示词工程、RAG、Agent等技术点
02.AI大模型学习路线图（还有视频解说）
全过程AI大模型学习路线
03.学习电子书籍和技术文档
市面上的大模型书籍确实太多了，这些是我精选出来的
04.大模型面试题目详解
05.这些资料真的有用吗?
这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
所有的视频由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势，构建起"前沿课程+智能实训+精准就业"的高效培养体系。
课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事！
如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能 突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
