一、如果上面我的身份是应届生：

1. 请先做个简单的自我介绍？重点介绍一下自己的相关经历。
2. 你最近5年的职业规划是什么，能否详细的谈一下？
3. 你应聘这个岗位的优势是什么？劣势是什么？（各说三点）
4. 为什么选择应聘我们公司？
5. 能不能谈谈对我们公司产品和所在行业的了解？
6. 你期望的薪酬是多少?
7. 大学期间最喜欢哪一门专业课程？为什么喜欢这一门？
8. 用三个词，总结一下这几年自己大学的经历？
9. 大学期间都参加过哪些社团或者学生组织?可否谈一谈？
10. 平时有什么兴趣爱好？有什么特长吗？
11. 请谈谈你对行业大模型算法设计与开发的理解？
12. 你打算如何进行大规模语料上的模型微调来提升特定任务效果？
13. 对于开发并优化基于检索增强生成（RAG）的方法，你有什么初步想法？
14. 你会如何研究并应用最新AI算法来推动模型实际应用优化？
15. 假设让你设计一个简单的模型架构，你会从哪些方面入手？
16. 当面对大规模语料处理时，你会考虑哪些技术难点及应对方法？
17. 你觉得在模型微调中，LoRA技术相比其他技术有哪些独特优势？
18. 对于大模型训练框架，比如DeepSpeed，你了解它的哪些特性？
19. 请阐述你对检索增强生成中embedding model工作原理的认识？
20. 你会怎样去理解reranker在检索增强生成中的作用？
21. 对于vector DB在检索增强生成中的使用，你有什么初步思路？
22. 假设现在有一个模型在特定任务上效果不佳，你会从哪些方面去排查问题？
23. 请谈谈你对保持技术前沿来优化模型实际应用的看法？
24. 你认为在模型架构设计与优化过程中，最重要的指标是什么？
25. 当进行模型微调时，如何确定合适的微调参数？
26. 对于基于RAG的方法提升推理效率，你有哪些具体的优化方向？
27. 请举例说明你会如何应用最新AI算法到实际模型优化中？
28. 在大规模语料处理时，如何保证模型微调的效率和效果？
29. 你对大模型训练框架Megatron有哪些了解和认识？
30. 请谈谈你对embedding model在实际应用中可能遇到问题的预判？
31. 你会如何去评估reranker在检索增强生成中的效果？
32. 对于vector DB的选择，你会考虑哪些因素？
33. 假设在模型优化过程中遇到技术瓶颈，你会采取哪些解决措施？
34. 请阐述你对行业大模型未来发展趋势的看法及应对策略？
35. 你觉得在模型开发中，团队协作与个人技术能力哪个更重要？
36. 我的问题问完了，你还有什么问题想要问我的吗？