国内大模型公司面试经验总结与技术要点分析

国内大模型公司面试经验总结与技术要点分析 | 极客日志

智元机器人 (Agibot) [拒]
- 稚晖君所在团队。当时面的很早，他们好像还在一边组建团队一边搞东西。
- 一面就是稚晖君本人，问了一些简历的经历，然后问了相关的比较常见的问题比如复杂度等。
- 印象还比较深刻。和大佬交流感觉也挺顺畅，很看好他家的以及具身智能这个方向。
面壁智能 [Offer]
- 记得一共两面，技术上问了大模型训练、Transformer 相关的内容和过往经历。
- 第二面好像就聊 Offer 了。团队很年轻，大部分清华背景。
- 当时感觉是不是有点太年轻了虽然清华背景这样子。印象里他们有说还是很足的。PS：包是挺大的。
[某公司] [简历拒]
- 三月份猎头帮忙推荐的，简历拒。
北京智源人工智能研究院 [未收到回复]
- 一共 3-4 面，面试官是不同 team 的人，有训练等团队。
- 面试时总体感觉他们想招偏 evaluation 这边的人。
- 面到后面记得有一次面试官鸽了约好的面试，然后后面说从新安排时间，但是猎头或者 HR 就没有再给后续消息了，应该是默拒了。
360 [简历拒]
- 当时猎头说要高 P，P8+。
Minimax [口头 Offer]
- 这家面试轮次挺多，具体记不清但是起码 4+ 轮。
- 前几轮都是考为主，问了很少很浅的大模型的内容，记得是其中一面是让手写 MHA。
- 最后一轮和主管聊完之后被分配到了框架组的 Offer，和猎头问了一下算法组是不是考虑，回答是不，就没再继续接触。
- PS：他家的包还是挺大的（总包说肯定到得了 100+），在几家初创里都算大的，但是面试时公司的前景，业务技术方向感觉面试官没有沟通很多。主管面也是 20 分钟就匆匆结束了，没有交流很多信息。
[某公司] [Offer]
- 面试好像问了之前训练大模型的内容，比如模型参数大小，训练一些细节之类的，印象里没有 LeetCode。
- 面试官记得很乐呵的一个人。当时拿到的包裹相对低一些（65 总包）比其他公司。
- 不过后边接触到猎头都说他家给的还是很可以的，所以不确定是不是自己记错了或者交流有误。
[某公司] [拒]
- 两轮面试被拒掉了，印象很深的是第二轮面试超级长，设定 1 个小时面试聊了 2 个多小时。
- 面试官问了很多之前的经验，大模型训练的细节之类的，模型端，框架端，之前做的研究都聊到了。
- 感觉聊的是挺开心的，不过后边就被拒了。
[某公司] [Offer]
- 4 论面试，2 轮带 LeetCode，然后浅浅问了相关经验。
- 第三轮主要问了大模型的内容，比较标准的问题（Transformer，训练，分布式，如何处理训练一些问题比如 Loss Spike 啥的）。
- 第四轮是 Cross 面，推荐组的一个大佬，感觉是象征性面试，因为之前做过搜广推问了相关问题，问了 Probability 和脑筋急转弯，最后问一些 OS 的问题我不会。
- 几天后收到 Offer，和 HR 接触时感觉不太礼貌，交流有些摩擦。包裹差不多 70-80 之间的算上）。
衔远科技 [Offer]
- 3 面左右，问的也比较中规中矩。最后一面是和老师聊。
- 他家最后给了框架的岗位，但是我相对想做模型相关。包裹挺大的。
潞晨科技 (Colossal-AI) [拒]
- 他家是做框架为主的，一面问了很多框架内容，各种模型切分方式，问的比较深，好像也问了的内容，感觉答得还凑合。
- 后来我表达了想做算法端，他们算法那边确实也在招人不过不多，二面是算法组的人面的，问的应用端比较多，感觉可能不做基座？然后面挂了。
- 他家在圈子里感觉框架端名声挺大的，记得公司内部之前有人发他家新闻来着。
蚂蚁集团 [Offer]
- 老师团队。一面记不清了，二面是徐鹏老师本人。
- 聊了之前很多经历，大模型，搜广推，本科实习时的前后端。
- 印象深一点是徐鹏老师表达了团队人希望模型研究和工程都要做，Research 和 Engineering 不分很细，这个和我的观点很像。
- 接下来一轮 HR 面就发 Offer 了，第一年算上签字 70-80 这样子。
腾讯 [简历拒]
- 猎头说要 PhD。
小红书 [简历拒]
- 猎头说要 PhD。
商汤科技 [没消息了，被拒]
- 一共两面，一面记得是 LeetCode+ 写 MHA，感觉面得不错。
- 二面好像答得不太好，具体问的啥忘掉了。。。后来没消息了，被拒。
[某公司] [拒]
- 猎头推的，安排了面试，第一面过了之后，后面二面我记错了时间，晚了很久（在外边开车）。
- 然后被 HR 拒掉了，不过理由说的是要 3 年以上经验的，不知道是不是给我点面子。
[某公司] [Offer]
- 这边面了好多轮。一面是数据组的人，问了很多关于大模型数据处理的内容，感觉答得一般，表达了想去模型组，然后面试官应该是和 HR 交流了，第二组开始就是模型组的人来面试。
- 有没有 LeetCode 不记得了，面试内容也比较中规中矩，Transformer，大模型训练这种内容。
- 后边和 Leader 还有 HR 聊得也比较通畅。和初创不一样他家组分得挺细的，模型，框架，数据啥的都是分开的。（包裹底薪 4 万多，几个月忘了）
[某公司] [拒]
- HR 先聊的，觉得我不可能来合肥就拒了。
[某公司] [拒]
- 这家确实啥也不记得了，记得的就是一面就被拒了，很尴尬。
[某公司] [Offer]
- 他家感觉团队整体背景在众多公司中相对一般，一面问了一个简单的 LeetCode 没答上来很尴尬，可能比较好最后还是给 Offer 了。
- 问题也比较中规中矩，包裹没聊。做的项目是数学相关的，个人也不是很了解这个方向。
零一万物 [拒]
- 一面是之前阿里的那边的大佬，问了 LeetCode 和一些推荐系统的问题，感觉答得还可以。
- 二面也是个大佬有搜广推，相关很多经验，考了个需要动点脑子的 LeetCode，没答上来，挂了。
- 没有走到很靠后，好奇他家后边面试会不会有大模型的大佬来面。
月之暗面 [拒]
- 这家感觉面试问的广度和深度是国内厂面的里边最相关也最专业的。
- 一面是个大佬，之前 Kaiming 大神一些高引论文的共同作者。
- 一开始问了包括一些基础的大模型训练的内容。
- 然后开始问一些框架端的内容，的切割和 device 之间交流，后面 follow-up 的问题问了不同 device 之间 communication 怎么做，底层 communication 算法有啥，我答案里有，然后再深入问了 reduce 底层如何实现，我就不会了。
- 问了会不会用 CUDA 写东西，我说了解很浅。
- 最后给了比较难的 LeetCode，题目不记得了，没写出来，挂。
- 看了下他家主页，感觉创世人和员工都很牛。这家虽然只有一面感觉在国内应该是背景很 top 的一家了。很可惜没有机会多聊一些。
阿里达摩院（新达摩） [Offer]
- 一面考了 LeetCode，浅问了大模型技术。
- 第二面是团队大老板，海归，之前在北美连续创业成功，汇报行癫（周靖人）。
- 聊了很多高层的对于大模型技术上的愿景和理解，大模型未来市场方向之类的，我其实听不特别懂，不过学到了很多。
- 他家是纯研究方向，算力听意思挺 nb 的。主要做大语言模型和这两方面的。
- 最后说我一面 LeetCode 不太行，补了一面 Coding，然后收到了 Offer。
[某公司] [拒]
- 这家专门做微调的。清华背景，创始人有 OpenAI 的经验。
- 聊了两面感觉在 RLHF 上积累特别多，学到了很多东西。
- 楼主 RL 是个票友级别就无了。

国内大模型公司面试经验总结与技术要点分析

国内大模型公司面试经验总结与技术要点分析

一、面试经历概览

二、面试感悟与行业观察

三、高频技术考点详解

1. 多头注意力机制 (Multi-Head Attention)

2. 框架相关内容

3. 主流大模型架构

4. 大模型训练实战

5. 数据预处理

6. Evaluation (评估)

7. 多模态和 RLHF

四、补充技术背景知识（备考参考）

1. Transformer 架构核心

2. 显存优化技术

3. 分布式训练策略

4. 推理加速

5. RLHF (Reinforcement Learning from Human Feedback)

五、求职建议

更多推荐文章

相关免费在线工具

国内大模型公司面试经验总结与技术要点分析

国内大模型公司面试经验总结与技术要点分析

一、面试经历概览

二、面试感悟与行业观察

三、高频技术考点详解

1. 多头注意力机制 (Multi-Head Attention)

2. 框架相关内容

3. 主流大模型架构

4. 大模型训练实战

5. 数据预处理

6. Evaluation (评估)

7. 多模态和 RLHF

四、补充技术背景知识（备考参考）

1. Transformer 架构核心

2. 显存优化技术

3. 分布式训练策略

4. 推理加速

5. RLHF (Reinforcement Learning from Human Feedback)

五、求职建议

微信扫一扫，关注极客日志

更多推荐文章

相关免费在线工具