2023秋招：lazada早鸟计划nlp算法面经

最新推荐文章于 2025-05-21 15:55:23 发布
最新推荐文章于 2025-05-21 15:55:23 发布
阅读量159 收藏
点赞数
分类专栏： offer分享+面试经验 文章标签： lazada nlp算法面经 自然语言处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/pythonyanyan/article/details/131366200
版权
本文分享了作者在2023年秋季招聘中，参与Lazada的早鸟计划NLP算法面试的经历。面试中重点考察了简历上的实习、项目、论文以及大模型在推荐系统中的应用，涉及Transformer架构和LSTM的记忆机制。虽然没有遇到编码题目，但面试官的态度让作者感到面试的诚意不足。已通过二面，即将进行HR面试。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

专栏分享：计算机小伙伴秋招春招找工作的面试经验和面试的详情知识点

专栏首页：软件测试开发类面经合集

主要分享：测试开发类岗位在面试互联网公司时候一些真实的经验

面试code学习参考请看：数据结构面试必刷100题

一直在问简历上的实习，项目，论文，大模型在推荐的运用。考了两个八股。讲一下transformer架构和内部构成；lstm如何实现记忆功能。没写代码题。
面试官一副心不在焉的样子，感觉不是很有诚意


二面过了，下周一hr面

 

风雨秋招路-CV太难了-记得复盘
Hermite Lee的博客
09-01 2574
TCL 已进入人才库 字节跳动夏令营 笔试挂，三道题：完全二叉树、最短路径之斯坦纳树、二分求座位数 工商银行 面试：开源项目(很重视)，Java，对抗学习，比赛用的模型
【信动力计划】海信聚好看-算法工程师（自然语言处理）
han_xue_feng的博客
09-25 356
哇，各位，招人好难啊，你们赶紧来找栗栗啊、招聘岗位：java、Python、前端，大数据、测试，c++，GO，嵌入式等岗位。可工作地：西安，深圳，东莞，北京，上。大家好，我是一个学习Python的菜鸟，22年毕业的，学校是末尾211，工作时间一年，用的是python，最近换了一份工作，上了不到一个月，感觉不是很喜欢目前的。鼠鼠是双非二本，所以大厂基本都没啥希望的，投老家那边的几百人的小厂的话，都给的是实习岗位，都说是毕业时候转正，且工资都是4000左右可能生活上还需要空投支援，但。
阿里国际Lazada Buyer Tech 25届实习生！
2301_79125431的博客
04-22 1088
1，个人介绍（1分钟）---------------------2，介绍下项目（15分钟）（全程我自。这两个总包都是20，中通服在南京，软开岗，具体干啥还要看领导分配，缺点就是可能经常出差，也有说软开岗。目前收到了两个暑期实习offer，一个是阿里云，做的是内部2B相关业务系统的开发，另一个是美团，做的。破二本，第一次面试，一个小时多一点，面试官感觉没睡醒，但是还是问了不少问题，基本上都是我一个人在说，写在前面：前端后端的同学都需要哈，前端的技术栈我不太懂，后端的话卡Java方向~苍穹外卖，牛客论坛，
上岸美团，我为何放弃算法转开发
a1472750149的博客
11-19 3039
一、序言 作为一名2022届应届硕士毕业生参与了一场惨烈的秋招战斗，所幸本人战斗的结果还可以，最终签约北京美团，岗位是后端开发，现来总结秋招历程，反馈知乎！这里值得注意的是，本人是从算法赛道转到开发赛道的，如果对此感兴趣的同学，可以在本文下方评论，欢迎交流~ 二、春招实习 -算法赛道结果惨不忍睹 本人在硕士期间的研究方向是自然语言处理NLP，由于实验室处于半放养状态，还有实验目前的方式偏项目开发多些，做研究是只有博士在做，因此算法知识也是靠自学积累的，然后跟着实验室做了几个跟NLP相关的项目。在项目.
华为 笔试 4.24 第二题：这一题只通过了36%why
han_xue_feng的博客
04-24 1281
小米# #小米求职进展汇总#rt，投的日常实习，自动驾驶方向，因为暑期实习没有想去的岗位。只有一面，本人是自动化专业，简历上主要是嵌入式方向的，面试的岗位是。担惊受怕日子我真的过够了，每天对电话和信息都应激了，虽然感觉二面我回答的很勾史，但是还是希望美团救救。这次只问了第一个java项目，先介绍有无难点，然后问了某块设计的流程，问库存秒杀流程，然后就问到了r。目前面过的厂如下：美团，整个暑期实习的第一面，表现太差，一面挂。
vue面试题目|vue组件化理解，v-for,v-model
han_xue_feng的博客
04-29 869
最近鼠鼠收到了上海追势科技的实习offer，bg双非本9硕，0项目0实习，数学系。已经跟hr确认了offer和报道时间，但可能不想去的话，可以不去吗，虽然实习offer而已，好像没有。腾讯自从上周四二面完，既不挂我，也不约面，，能不能给我个痛快，不行就赶紧挂了，我还说不定能赶上最后一。本人第一次面试，遇到了个很好的技术面试官，本人是个菜鸡，面试官一直引导我给我提示，还给我建议，受益匪。笔试全英文，五个大题，一个BCI测试相关的，一个buck电路相关的，再就是一些零零散散硬件、射频的知。
【自然语言处理与大模型】向量数据库：Milvus使用指南
qq_39780701的博客
05-19 421
Milvus使用指南
AI人工智能的SGLang、vllm和YaRN大语言模型服务框架引擎的对比
没刮胡子的程序员专栏
05-20 124
SGLang、vLLM和YaRN是三种适用于大语言模型（LLMs）的技术框架，各自在特定场景中表现出色。SGLang专为多模态任务设计，通过优化前后端语言协同，提升交互速度和可控性，适用于图像生成、视频处理及低延迟应用。vLLM专注于大规模模型推理优化，采用动态调度和PagedAttention内存管理，支持高并发和分布式部署，适合企业级API服务。YaRN则通过扩展上下文窗口，提升模型处理长文本的能力，适用于文档摘要、机器翻译等任务。示例代码展示了如何分别使用这些框架进行图像生成、文本推理和上下文扩展，并
大语言模型与多模态模型比较
技术人集结地
05-17 1529
大语言模型（LLM）和多模态模型（LMM）在输入数据类型、模态融合技术、模型架构、训练范式、应用场景和关键技术挑战等方面存在显著差异。LLM专注于文本数据处理，适用于文本生成、机器翻译等任务，而LMM支持文本、图像、音频、视频等多种模态输入，能够实现跨模态理解和生成任务。LMM的架构设计通常采用多模块组合，如ViT处理图像和Transformer处理文本，并通过跨模态对齐技术统一特征空间。尽管LMM在处理复杂现实任务方面具有优势，但也面临模态对齐、计算效率和数据稀缺性等挑战。未来趋势包括架构统一化、增强推理
【NLP】35. 构建高质量标注数据
weixin_48846514的博客
05-19 1225
如何构建高质量标注数据？大语言模型背后的那只“看不见的手”
【论文阅读】A Survey on Multimodal Large Language Models
艰难困苦，玉汝于成。
05-17 1185
这篇综述系统梳理了多模态模型的技术栈，从基础架构到前沿应用，并指出当前瓶颈（如幻觉、长上下文）和解决思路。其核心价值在于（1）方法论：三阶段训练（预训练→指令微调→对齐）成为主流范式。（2）开源生态：LLaVA、MiniGPT-4等开源模型推动社区发展。（3）跨学科应用：在医疗、机器人等领域的渗透展示通用潜力。
基于AI大语言模型的历史文献分析在气候与灾害重建中的技术-以海南岛千年台风序列重建为例
最新发布
KY_chenzhao的博客
05-21 415
随着人工智能技术的飞速发展，大语言模型如GPT、BERT等在自然语言处理领域取得了显著成果。这些模型不仅提高了文本数据的处理和理解效率，还为历史灾害研究提供了全新的视角和方法。本文将深入探讨基于AI大语言模型的历史文献分析在气候与灾害重建领域中的技术应用，并结合海南岛千年台风序列重建的实际案例，展示其在实际操作中的技术要点。 历史灾害文献的量化分析方法‌ 历史灾害文献中蕴含着丰富的气候变化信息，但如何有效地提取和利用这些信息一直是一个难题。基于AI大语言模型的量化分析方法为解决这一问题提供了有效途径。该
大语言模型 15 - Manus 超强智能体 开源版本 OpenManus 案例与原理深入解析
永远好奇，无限进步！
05-20 1121
Manus 是由中国初创公司 Monica.im 于 2025 年推出的全球首款通用型 AI 智能体，旨在实现“知行合一”，不仅具备强大的语言理解和推理能力，还能自主执行复杂任务并交付完整成果。与传统 AI 助手不同，Manus 能够独立完成从任务规划到执行的全过程，如数据分析、代码编写、文档生成等。其核心原理基于 ReACT 和 CodeACT 模式，通过分析任务需求、制定解决方案、分解任务并执行、检查结果并优化，最终返回答案。Manus 的案例测试展示了其在开发贪吃蛇、乒乓球游戏和待办事项列表等任务中的
【读代码】端到端多模态语言模型Ultravox深度解析
kakaZhui的博客
05-17 244
Ultravox是由Fixie AI团队开发的开源多模态大语言模型，专注于实现音频-文本的端到端实时交互。项目基于Llama 3、Mistral等开源模型，通过创新的跨模态投影架构，绕过了传统语音识别（ASR）的中间步骤，可直接将音频特征映射到语言模型的高维空间。
DevExpress Blazor中文教程 - 如何用AI聊天组件构建大型语言模型聊天APP？
需要界面开发、IDE工具研发中文教程资料的小伙伴，记得私信我~
05-21 737
本文介绍如何用DevExpress Blazor的AI聊天组件构建一个大型语言模型聊天应用程序，欢迎下载最新版体验！
大语言模型 11 - 从0开始训练GPT 0.25B参数量 MiniMind2 准备数据与训练模型 DPO直接偏好优化
永远好奇，无限进步！
05-17 734
本文详细介绍了GPT模型的训练流程，涵盖了从数据准备到推理部署的各个关键阶段。首先，通过下载并预处理数据集（如pretrain_hq、sft_512、sft_2048、dpo等），为模型训练奠定基础。接着，使用双卡进行预训练，训练参数量为104M的模型。随后，分别在sft_512和sft_1024数据集上进行微调训练，并测试模型性能。最后，进行DPO（Direct Preference Optimization）训练，调整batch_size以避免显存溢出。整个流程展示了GPT模型从数据准备到最终部署的完整
多模态大语言模型arxiv论文略读（八十三）
Jamence的博客
05-19 1043
然而，现有的遥感数据集，如RSI-CD、DOTA等，已不再适合新的任务需求。这些数据集主要由图像和注释组成，注释包括标签、边界框和文本，但通常预设了有限的场景和目标类别，主要考察模型对特定类别的识别能力，而忽视了模型对复杂场景和目标之间关系的深入理解和推理能力。➡️ 研究动机：为了适应新的LaGD范式，研究团队设计了一个高质量、多样化且统一的多模态指令跟随数据集（RS-GPT4V），旨在通过以下特点提升模型的泛化能力、复杂场景理解能力和推理能力：（1）泛化：训练模型学习任务之间的共享知识，并适应不同任务；
多模态大语言模型arxiv论文略读（八十二）
Jamence的博客
05-19 1043
➡️ 实验设计：在MovieChat数据集上进行了实验，实验设计了不同的组件（如链式思维、CLIP Score指导的帧采样、上下文学习）的变化，以及不同模式（全局模式和断点模式）的评估，以全面评估模型在不同条件下的表现。➡️ 研究动机：为了应对LLMs和MLLMs在特定领域训练时的灾难性遗忘问题，研究团队提出了一种新的模型无关的自解压方法——树生成（Tree Generation, TG），该方法通过将LLMs中的知识解压到训练语料库中，以减少遗忘问题。
揭秘秋招：我是如何获得13个offer和8家SSP的
文中不仅包含了他的求职经历和心得，还深入讨论了与AIGC、AI、NLP（自然语言处理）、机器学习和算法相关的知识点。" 1. 秋季招聘（秋招）经验： 秋招是应届生进入职场的关键时期，通常在每年的9月至11月进行，对于...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

程序员奇奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值