楼主: jbdx6308
跳转到指定楼层
上一主题 下一主题
收起左侧

亚麻 senior DS GenAI VO 详细面筋

   
🔗
 楼主| jbdx6308 2024-9-8 20:11:45 来自APP | 只看该作者
全局:
匿名用户 发表于 2024-09-07 21:15:15
presentation 部分,对方更关心成本什么意思?你不是技术岗吗?需要你知道多少钱的意思吗?
因为我present的时候说了几种我之前尝试得方法,比较了技术上的优缺点,但cost相关的内容说的不多。 只说了某个方法更cost efficiency。提问时 有几个人关心 为什么这个方法的成本会比其它方法低?在哪个环节会cost会更多一些或者低一些? 之类的
打个比方 做rag的话 为了减少hallucination,提高reterieving docs的相关性 有很多不同的方法。大部分方法要么需要消耗额外的token,要么需要引入额外的模型,要么需要fine tune 模型。有些额外的cost的出在dev阶段 有些额外的cost出在operation阶段。
至于问具体多少钱的问题 最后一轮面bq时 我提到过有一个项目 为了节约成本 从 gpt4o换成了3.5。 然后对方问 那能节约多少? 我没说具体数字 只说3.5当时token cost是4o的 1/10.. 1point3acres

评分

参与人数 2大米 +2 收起 理由
byt2015 + 1 给你点个赞!
xiaotuziwanan + 1 很有用的信息!

查看全部评分

回复

使用道具 举报

🔗
 楼主| jbdx6308 2024-9-10 06:36:28 来自APP | 只看该作者
全局:
匿名用户 发表于 2024-09-07 20:19:21
帖主如果拿到Offer的话 上来说一下呗
刚收到hr的电话,说过了 聊了下地点和包裹 明天发offer

评分

参与人数 1大米 +1 收起 理由
byt2015 + 1 给你点个赞!

查看全部评分

回复

使用道具 举报

地里匿名用户
🔗
匿名用户-VWQ14  2024-9-10 07:30:14
jbdx6308 发表于 2024-9-9 15:36
刚收到hr的电话,说过了 聊了下地点和包裹 明天发offer

祝贺你
lz好心人 从你的帖子里学到了不少
回复

使用道具 举报

🔗
 楼主| jbdx6308 2024-9-10 11:23:19 来自APP | 只看该作者
全局:
匿名用户 发表于 2024-09-09 16:30:14
祝贺你 ..
lz好心人 从你的帖子里学到了不少
谢谢🙏 能帮到大家就好~
回复

使用道具 举报

🔗
北辰一 2024-9-11 03:25:34 | 只看该作者
全局:
恭喜楼主拿到offer,可以分享一下你刷题是怎么准备的吗,大概花了多久时间,是按照什么面经刷的吗还是就是top150那种
回复

使用道具 举报

🔗
 楼主| jbdx6308 2024-9-11 04:26:04 | 只看该作者
全局:
北辰一 发表于 2024-9-10 15:25
恭喜楼主拿到offer,可以分享一下你刷题是怎么准备的吗,大概花了多久时间,是按照什么面经刷的吗还是就是t ...

谢谢! ..
- 关于刷题,leetcode没有专门刷。主要是recuitor跟我说这个岗位不考coding,我就信了。幸好面亚麻前面了tt,所以刷了tt的高频题,手没有生。 然后coding考的不难,就过了。
- BQ的环节 就是参考了地里的帖子,之前有很多总结很好的帖子. Χ
- ML 八股。这个网上很有多。一搜一大把。唯一的缺点是很多只有问题,没有解释。可以借助chatgpt。 考虑到这个岗位是做LLM得,现在传统ML在工作上用的越来越少,所以重点就是复习一下一些基本DL模型的结构是什么,特点是什么,优缺点是什么。 我之前主要在准备NLP相关的面试和工作,所以面经参考的是这里:https://github.com/km1994/NLP-Interview-Notes 只有没问题,没有答案。答案好像要扫描里面的二维码加入一个付费群,所以就没弄。直接让chatgpt告诉我答案。. .и
- LLM 八股, 因为我现在的工作涉及LLM training和fine tuning的比较少,所以很多知识是通过这个链接补上的:https://blog.csdn.net/qq_27590277/article/details/134302000。另外bilibili上有一个up主叫“RethinkFun”,关注度不是很高,但无意中看到了他讲解关于LLM得一些知识,觉得比较清晰,这里也推荐一下。 然后关于agent和RAG一些进阶的用法,因为现在工作有所涉及,所以没有专门复习。不过有一些当时发现的资料应该会有所帮助:
1. https://github.com/langchain-ai/rag-from-scratch/tree/main 这个是langchain自己做的一些例子,基本上包含了所有主流的可以增强准确性的方法,原理都不是很复杂。我面试时很多方法都是借鉴这里面的。然后Bilibili上有一个up主叫 沧海九粟, 做了几期关于这些例子的视频。我当时是先看到他的视频,才发现了这些例子
2. https://python.langchain.com/v0.1/docs/modules/data_connection/  langchain上一个版本的document,虽然是旧版本的,但左边的目录里有列出 做RAG时,每一步的多种方法以及解释。新版本就没有 比如 “Text Splitters”的目录下面就有n中不同方法。可以简单的了解下每一个方法的原理。这样如果对方问 如何处理text时,你就可以直接搬里面的知识。

评分

参与人数 5大米 +6 收起 理由
Oki + 1 赞一个
dreamingcat326 + 1 很有用的信息!
北辰一 + 2 很有用的信息!
byt2015 + 1 给你点个赞!
xiaotuziwanan + 1 很有用的信息!

查看全部评分

回复

使用道具 举报

🔗
北辰一 2024-9-11 09:21:01 | 只看该作者
全局:
谢谢分享,很有用的信息!
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-R7TDN  2024-9-11 13:44:28 来自APP
以DS进来的话有点儿亏 同一个level package能差到20w甚至更多 何况这面的流程跟AS比并不差很多了
回复

使用道具 举报

🔗
jas33 2024-9-26 11:11:00 来自APP | 只看该作者
全局:
大神 请问你bq 环节是怎么准备的啊?谢谢 恭喜
回复

使用道具 举报

🔗
 楼主| jbdx6308 2024-9-27 01:22:33 | 只看该作者
全局:
jas33 发表于 2024-9-25 23:11
大神 请问你bq 环节是怎么准备的啊?谢谢 恭喜

谢谢!
- 地里有很多关于亚麻bq的帖子,非常全面可以参考-baidu 1point3acres
- youtube上也有讲解亚麻bq的视频
- 可以直接利用chatgpt。chatgpt对亚麻的LP理解还蛮全面的。 其他LLM估计也可以,不过我还没有试过。可以让chatgpt针对每一个LP生成几个问题,然后提前把答案写出来,再让chatgpt评价一下。
. 1point 3acres - 我把过去的项目针对每一个LP写了段故事,背熟后,面试时就直接把相关故事复述出来就行
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表