是杭州一家初创公司，人员学历背景挺高的，海归或者名校，我还在想难道是把我学历看成南洋理工了？他们需要交叉复合型人才，所以笔试题有五个，前端题，后端题，python，爬虫，大模型算法。虽然我投的是java后端，不过人家也说了尽可能多的完成，所以我就只搞了前后端的题，具体题目如图所示。第一次笔试，跟想象中的不太一样。不过感觉这家公司挺包容，开放的，笔试是开放做的，给你一个飞书文档，什么时候做完了什么时候发邮件，不限制时间，不限制做题方法。

背景介绍：单2硕，27届，计算机专业，无论文，一段中厂AI应用开发实习均是1.8开始投递，之前准备的大模型算法，结果一个都没有回应，都是大模型和后端的面试，白准备了从1.8号开始复习Java八股和力扣算法，之前有半年多没看了，还好有之前的笔记，复习了3天裸面字节（也佩服我的勇气）字节 --- 后端开发1.12 一面 八股盛宴，面试官对我大模型项目不太有兴趣，问了50分钟八股 算法：双线程交叉打印1.15 二面 场景八股 面试官非常有水平，问的八股比较活，同时还问了sql，之前没有准备 算法：下一个排列1.19 问了hr，10分钟回我挂了，发感谢信美团 --大模型应用开发1.13 一面 问了50...

1️⃣实习介绍2️⃣基本就是顺着简历全在问八股1.Transformer 的结构，有哪些可以学习的参数2.多头自注意力结构，矩阵个数3.ffn结构4.encoded decoder 区别5.一个 decoder block 由几个部分组成6.encoder 的输出，作为什么到 decoder7.为什么 decoder 更适合生成8.decided mask 在推理中有用吗9.Transformers 各个架构的改进（attention/ffn/位置编码）分为：10.GQA MHA MQA 区别11.swiGLU 的改进12.rope 在哪里加入3️⃣然后开始项目，其实也问很多八股：1.用的什么开源 dpo 数据2.为什么没用 qwen-33.全参数微调 7B 需要多少显存4.FP16/BF16 区别5.AdamW 显存计算6.介绍 Flash attention7.介绍 gradient checkpoint8.RougeL 计算方法9.代码：找数组第 k 大元素

1.CogVideoX 的模型结构、3D VAE 的压缩率、MM - DiT 的优势、4f+1为什么要＋12.FLUX 的结构，生成模型，优势3.SD3的架构，生成原理 Flow matching4.VQ - VAE 使用的的损失函数，训练过程5.为什么用 Lora 微调，为什么不用 ControlNet6.Lora 的原理， LoRA 在推理的时候怎么与原参数融合不带来时间成本7.Flow matching 与 DDPM 的区别及优势8.数据和 prompt 构建的过程9，个人怎么看待视频生成和图像生成，更倾向于那种10.Wan2.1的详细架构和训练细节11.算法：0841．钥匙和房间📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。