1.挑一个项目介绍2.了解实习经历3.针对实习项目，问数据层次怎么分层4.数据分层的作用5.针对具体实习项目，说明业务逻辑6.说明实习项目的“订单量"这个指标从源头到产出的 ETL过程7.针对实习项目，复盘后最大的难点是什么8.复盘之后有什么收获9.你刚才说复盘收获是处理小文件，那么spark怎么处理小文件的?10.处理小文件有哪些方法，举例子11.hive冷热分离的方法12.你刚才提到了组里有做ec存储，你了解ec存储吗13.暑期实习有什么感受，转正了吗14.了解spark的semi join吗，他是干嘛的15.了解spark的AQE，这是什么16.你刚才讲AQE提到了广播机制，这个在spark中很重要，讲讲广播过程呢17.了解网络吗?讲讲三次握手和四次握手区别。18.了解数据结构吗?讲讲0(nlog n)的不稳定排序算法Q1.求开方:给定排序算法。num=5.79，error=1e-8，求x使得abs(x^2-num)

作业帮大模型算法面经讲一下kv cache是怎么节省空间的？kv cache的计算流程kv cache有没有改进空间参数怎么调整的？有什么意义？top k/top p/温度参数一个大的模型，怎么得到一个小模型？ Tokenizer 训练用了什么模型？讲一下 Grouped Query Attention 讲一下 RoPE旋转位置编码 git操作 如何拉取一个分支的代码到本地如何讲一个分支的代码提交远端？如果批量的对一批文件做移动操作？旋转位置编码可以加强长上下文，如果这个时候输入了一个超过最大长度的句子，该怎么处理？如何量化评价模型？

京东快手base都是北京，京东总包比快手高4w，京东和部门带教熟悉，内部情况和业务基本清楚，但担心20薪水分有多大 ；快手base高，但是工作内容和部门情况基本上开盲盒，京东已三方，快手后开的，纠结要不要毁三方

面试题简述训练大模型经常会遇到梯度爆炸和消失，你知道有哪些改善方法吗？softmax会不会导致梯度爆炸或消失？transformer的设计里有哪些方法用于解决这个问题？面试官想听的1、L2 clipping、梯度缩放、初始化模块；2、softmax为什么会导致梯度爆炸；3、了解 DeepNet init、RMSNorm 等提升稳定性的方法。面试回答举例梯度爆炸一般用梯度剪裁解决，梯度消失可以通过残差连接 + 合理初始化 + LayerNorm 减轻。softmax 本质上确实会带来梯度集中到一个token上，从而导致梯度消失，尤其是 logits 非常大时。详细内容可跳转该链接查看详情：htt...