节前，我们星球组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学。
针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。
合集：
《大模型面试宝典》(2024版) 正式发布！
持续火爆！《AIGC 面试宝典》已圈粉无数！
这两天求职群分享了很多大厂的算法岗面试真题（暑期实习基本结束了，校招即将开启）。
这里特别整理了部分比亚迪的最新面试题，希望对你有所帮助。
1. 介绍RANSAC
2. CLIP原理及变体
3. SD1.5和SDXL的区别
4. XGB相对于GBDT的改进
5. GAN和Diffusion优缺点
6. 自注意力机制的参数量计算
7. 介绍YOLOv5、v6、v7、v8的区别
8. Instruct 和 prompt 有什么区别？
9. 你怎么看特斯拉FSD端到端大模型上车？
10. 介绍现在大火的BEV范式？还有Occupancy
我还特别整理15道Transformer高频面试题（求职群里有数百道Transformer题目，还有答案）
-
介绍Transformer和ViT
-
介绍Transformer的QKV
-
介绍Layer Normalization
-
Transformer训练和部署技巧
-
介绍Transformer的位置编码
-
介绍自注意力机制和数学公式
-
介绍Transformer的Encoder模块
-
介绍Transformer的Decoder模块
-
Transformer和Mamba（SSM）的区别
-
Transformer中的残差结构以及意义
-
为什么Transformer适合多模态任务？
-
Transformer的并行化体现在哪个地方？
-
为什么Transformer一般使用LayerNorm？
-
Transformer为什么使用多头注意力机制？
-
Transformer训练的Dropout是如何设定的？
技术交流群
前沿技术资讯、算法交流、求职内推、算法竞赛、面试交流(校招、社招、实习)等、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~
我们建了算法岗技术与面试交流群， 想要大模型技术交流、了解最新面试动态的、需要源码&资料、提升技术的同学，可以直接加微信号：mlc2040。加的时候备注一下：研究方向 +学校/公司+CSDN，即可。然后就可以拉你进群了。
想加入星球也可以如下方式：
方式①、微信搜索公众号：机器学习社区，后台回复：交流
方式②、添加微信号：mlc2040，备注：交流