# aigc_Interview

**Repository Path**: km601/aigc_-interview

## Basic Information

- **Project Name**: aigc_Interview
- **Description**: AIGC 求职面试指南项目涵盖了 **📚 AIGC 求职面经**、**提示词工程**、**大模型面试题专题**、**计算机视觉与感知算法专题**、**深度学习基础与框架专题**、**手撕项目代码专题**、**优异开源资源推荐专题** 等 AIGC 求职你所需要知道的一切~
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-12-21
- **Last Updated**: 2025-12-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AIGC 求职面试指南

## AIGC 求职面试指南项目简介

AIGC 求职面试指南项目涵盖了 **📚 AIGC 求职面经**、**提示词工程**、**大模型面试题专题**、**计算机视觉与感知算法专题**、**深度学习基础与框架专题**、**手撕项目代码专题**、**优异开源资源推荐专题** 等 AIGC 求职你所需要知道的一切~

**我们将持续更新中，欢迎分享求职经历、内推、工作机会等信息，欢迎共同编辑完善本项目，祝大家求职顺利~**

## Prompt--授人以鱼不如授人以渔

```s
以老师教导学生的风格，教授我 [xxx]，循序渐进，言简意赅。  
1. 从日常生活中的实际场景引入，激发兴趣。  
2. 逐步引导，推导核心概念或公式[需要用$符号包围]，用通俗语言解释清楚（如果适用）。  
3. 深入讲解关键细节或进阶内容，保持清晰。[非常重要--深入讲解]  
4. 最后提供相关代码示例（如果适用），并简要解释代码逻辑。  
确保每步逻辑连贯，语言亲切，像老师一样耐心引导。
```

### 打造高质量社群

- 欢迎关注微信公众号：***关于NLP那些你不知道的事***，每日更新大模型相关开源项目/代码解析/案例教程等内容；
- **金三银四校招社招群**：扫码添加作者微信，避雷校招常见问题，分享最新有价值的学术论文，分享交流面试情况，协助内推；
- **AI大模型工具分享群**：扫码添加作者微信，分享各方向的开源项目，分享各AI工具使用教程。

## 一、机器学习面试必考题

- [画像分类](machine_learning/portrait_classification/)
- [机器学习聚类分析](machine_learning/cluster_analysis/)
- [机器学习分类算法](machine_learning/classification/)

## 二、深度学习面试必考题

- [卷积神经网络(Convolutional Neural Networks, CNN)篇](deep_learning/cnn/)
- [RNN循环神经网络（Recurrent Neural Network）](deep_learning/rnn/)
- [Transformer 篇](deep_learning/transformer/)

## 三、大模型面试题专题


## 四、提示词工程


## 五、计算机视觉与感知算法专题


## 六、模型算法工程师大厂面试题

### 6.1 美团校招大模型算法汇总

#### 26校招美团大模型算法一面

1. 项目介绍，问实习和论文
2. 目前大模型模型结构都有哪些
3. 什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型?
4. prefix LM 和 causal LM、encoder-decoder 区别及各自有什么优缺点
5. 刚刚提到 MLA ，那 MLA 是怎么对 KV Cache 做优化的
6. 说一说大模型后训练的流程
7. Qwen是怎么做长度外推的
8. 在 PPO 中，如何防止模型在微调数据集以外的问题上泛化能力下降？如何防止模型收敛到单一类型的高奖励回答
9. 代码：25.K个一组翻转链表

#### 26校招美团大模型二面

1. 实习介绍和讲论文讲实习，多模态大模型是否有接触?落地案例?
2. 介绍一下 Qwen布的这几版模型，都做了哪些贡献，包括数据、模型和训练
3. DeepSeek 有了解吗， DeepSeek 用到的 MLA 注意力是怎么做的？它可以直接用 RoPE 吗？为什么不能，它做了哪些优化
4. 了解大模型的解码策略吗，简要说一说吧
5. 现有一个能力较弱的多模态模型和一个能力较强的文本模型（如 DeepSeek-R1），如何结合两者的能力来回答与多模态相关的问题？
6. 代码：199．二叉树的右视图
7. 反问环节

### 6.2 拼多多推荐算法校招汇总

#### 拼多多推荐算法校招一面

1. 项目介绍
2. RoBERTa做了哪些改进
3. 什么是ROI2？什么是增量推广
4. 怎么构建负样本的
5. PLE之后的多任务模型还有了解吗
6. 指标对比baseline提升主要来自于什么
7. 模型拆分前后的结构变化
8. MMOE、PLE的区别
9. Uplift 模型长什么样？它的输入输出是什么
10. AUC 算方法两种；写公式就行
11. 反问：组内工作

#### 26校招拼多多推荐算法二面

1. 做了哪些工作
2. AUC、AUUC、GAUC 的定义是什么
3. 新模型灰度测试指标不稳定，这时候负向如何理解
4. 模型经过离线哪些验证之后才上线的
5. Transformer对比RNN、LSTM有什么不同
6. .bes的数据有多少？大概扩充了多大的比例
7. 召回的两个塔是什么塔
8. 你怎么构建 ANN 索引的？ANN 的基本原理可以讲一下吗？普通负样本是什么？正负样本比例是多少？讲一下DIN？为什么用 softmax 会让效果变差
9. 多目标模型的优缺点
10. 了解 OneRec 吗
11. 详细讲讲CrossNetwork的结构以及它的特别之处
12. code :Ic206反转链表

### 6.3 淘天大模型校招算法面试题汇总

#### 淘天大模型校招算法一面

1. 实习介绍
2. 介绍一下项目，遇到的难点和解决的问题
3. 介绍Transformer，编码器和解码器的注意力有什么区别
4. 了解CLIP吗 ，介绍一下其他的对比学习方法
5. 说一下R1的训练过程
6. BLIP 的三个损失函数分别是什么，数据是怎样清洗的
7. BLIP2相对于 BLIP 有哪些改进，BLIP3又有哪些改进
8. 视觉编码器和 LLM 连接时，使用BLIP2中 Q-Former 那种复杂的 Adaptor 好还是 LLaVA 中简单的 MLP 好，说说各自的优缺点
9. 代码：买卖股票最佳时机

#### 淘天校招大模型算法二面

1. 实习介绍和过项目
2. Qwen- VL 的三个训练流程分别是什么，有什么作用介绍一下 CLIP
3. 后来有哪些比较经典的基于 Transformer 的语言模型， Qwen 相比于原始 Transformer 有哪些结构上的改动
4. 了解 RLHF 吗， DPO 和 PPO 有什么区别， Loss 是什么样的，各自的优缺点是什么
5. 了解哪些多模态大模型，简要介绍几个
6. 了解 LoRA 吗， LoRA 微调的原理是什么
7. 对PPO DPO GRPO计算逻辑的理解
8. 代码：实现多头自注意力

### 6.4 淘天大模型校招算法面试题汇总

#### 腾讯混元大模型算法一面-26校招

1. 项目介绍，过实习，讲论文，根据表述实时跟进询问交流
2. 讲一下大模型训练和推理的流程， SFT 和 RLHF 的作用分别是什么
3. 为什么探索 MoE 架构， MoE 相比 Dense 有什么好处
4. 有没有全量微调过
5. 推导一下神经网络反向传播的过程
6. 在 RLHF 中，目前主流的强化学习算法有哪几个，写一下损失函数的表达式
7. 一道排列组合的概率题
8. 平常有用过 RLHF 吗，简单介绍一下
9. 开放题：对目前大模型的发展有什么看法
10. 代码：多头自注意力

#### 腾讯混元大模型校招二面

1. 项目介绍，过实习和论文
2. 知道哪些强化学习算法，除了 PPO和 DPO 这些呢
3. 知道 LoRA 的原理吗， A 和 B 两个矩阵怎么初始化，有了解过其他的初始化方法吗
4. 除了 DeepSpeed ，还用过其他的什么优化方法吗
5. ZeRO -1, ZeRO -2,ZeRO -3三个模式的区别
6. 讲一下 RLHF 的流程，之前有用 RLHF 做过模型对齐吗
7. 当时你用 DeepSpeed ZeRO -3来微调Qwen2-72B，每一张卡占用的显存大概是多少，估算一下为什么是占这么多的显存
8. 在微调 Qwen 的时候，数据是怎么构造的
9. 代码：无重复字符的最长子串

### 6.5 淘天大模型校招算法面试题汇总

#### 小红书NLP算法一面

1. 怎么解决LLM幻觉问题
2. DPO 训练的过程是怎么样的，正负概率怎么算
3. MOE架构原理
4. RAG如果有噪声怎么办
5. 最新强化学习技术了解什么
6. Deepseek GRPO，讲讲原理和之后的改进
7. 召回索引怎么优化
8. 意图识别LLM输出格式不好怎么优化
9. 代码：三数之和
10. 总结：面试官很看重项目部分

#### 小红书NLP算法二面

1. RAG常用的检索方式
2. 知道哪些Embedding模型
3. 了解最新技术一般怎么通过什么渠道
4. RAG遇到模型缺失电商知识一般怎么做
5. Qwen3的技术原理
6. 怎么防止客服LLM串台问题
7. 代码：字符串解码
8. 反问：组里的资源怎么样；具体业务


## 致谢

- AIGC 求职面试指南  https://github.com/EmbraceAGI/AIGC_Interview
  - 介绍：📚 AIGC 求职面经、必备基础知识、提示词工程、ChatGPT、Stable Diffusion、Prompt、Embedding、Fintune 等 AIGC 求职你所需要知道的一切~
- FAQ_Of_LLM_Interview  https://github.com/aceliuchanghong/FAQ_Of_LLM_Interview/tree/main
  - 介绍：大模型算法岗面试题(含答案):常见问题和概念解析 "大模型面试题"、"算法岗面试"、"面试常见问题"、"大模型算法面试"、"大模型应用基础"
- DeepLearning-Interview-Awesome-2024  https://github.com/315386775/DeepLearing-Interview-Awesome-2024?tab=readme-ov-file
  - 介绍：AIGC-interview/CV-interview/LLMs-interview面试问题与答案集合仓，同时包含工作和科研过程中的新想法、新问题、新资源与新项目
- 大模型的一些面试题小结  https://zhuanlan.zhihu.com/p/1922623218738504885
- wonderful-prompts  https://github.com/langgptai/wonderful-prompts