面了deepseek 大模型算法岗，被狠狠拷打了。。。

最近春招和实习已开启了。

不同以往的是，当前职场环境已不再是那个双向奔赴时代了。求职者在变多，HC 在变少，岗位要求还更高了。

最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。

• 《大模型面试宝典》(2025版) 正式发布！

喜欢本文记得收藏、关注、点赞。

---

岗位

一面

1. 位置编码：Bert模型位置编码，llama的后续改进有啥rope，mla用了啥编码咋做到
2. 是否有基于ChatGPT生成embedding的实际应用案例？其与Bert的embedding机制有何区别？
3. 大模型微调项目（如GPT系列/Bert等）及采用的微调策略，数据集规模数据配比
4. 大模型模型包含多少可训练参数？训练和推理显存估计
5. megraton lm细节，zero三个阶段
6. LoRA细节，AB矩阵初始化，mla和lora区别，现在有啥peft方法
7. 讲讲最近读的一篇论文
8. 最大子数组和问题？

二面

1. 在之前使用过的一些大模型部署中，您遇到过哪些性能瓶颈及解决方案？
2. 现在常见的几个大模型有哪些改进区别和不同，rope, silu, gpa, mha
3. Transformer推理加速的核心技术有哪些 vllm的细节之类的
4. 讲讲deepseek的mla和grpo挑一个讲讲细节
5. 讲讲FlashAttention的工作原理
6. 合并区间