本文分享了阿里大模型算法工程师的社招面试经验包括自我介绍、项目细节与技术提问重点涵盖self-attention、MoE、DeepSeek-MTP、大模型推理性能指标及VLLM优化技术等。文章还提供了大模型学习和面试的完整资料以及从Latency、Throughput、并发量等角度的性能优化手段并强调了框架、算法、算子三个方向的优化策略。最后介绍了AI大模型的七阶段学习路线和丰富的学习资源适合想要入门大模型的程序员收藏学习。今天分享的是阿里的大模型算法工程师社招面经。背景211硕5年面着面着hc没了…后面被别的组又捞起来了自我介绍——5min项目相关细节提问——10min项目相关技术提问——20min * 2与之前的面经贴中重复的技术问题不在展示讲讲self-attention。这是最高频的基础问题既可以从结构来说也可以从代码来说就最普通的MHA即可讲讲对MoE的理解。DeepSeek-MTP是用在训练阶段还是推理阶段的具体过程是怎样的论文里是用在训练的不过现在推理中也用的很多了都可以说常见的衡量大模型推理性能的指标都有哪些都知道哪些vllm的优化技术这也是个高频问题把你知道的vllm中所有的算法框架优化技术都讲千万不要只说page attention这个问题你答的时间比较长的话技术部分基本就结束了直接手撕代码了针对真实推理场景你都能想到哪些性能优化手段这种也是比较综合的问题比较考察你对推理场景的理解前面已经提问了性能指标和vllm了其实这里就可以结合前面的思路再做一些总结重复的可以简单简述和补充前面遗漏的。不要东一嘴西一句如果你能从整体逻辑上先分析优化点然后再详细展开一些优化的技术那么将是非常加分的。我提供几个方向供大家参考从latency这个方面来思考TTFT说到延迟最重要的一定是首字延迟这个指标最影响用户体验比如TPmean latancy比如针对PP中存在的大量bubble采用chunked prefill比如prefix caching…从throughput这个方面来思考比如continuous batching比如量化…从并发量这个方面来思考比如使用MLA来减小所需显存比如使用3d并行…当然了上面提到的很多技术都是可以同时优化很多指标的。你也可以从框架算法算子这3个方向去回答。这样既能展现你对技术的理解也能衬托你对推理场景的理解。手撕算法二叉树的先序遍历板子题目阿里不是太注重手撕代码不像字节。如何系统的学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。一直在更新更多的大模型学习和面试资料已经上传带到CSDN的官方了有需要的朋友可以扫描下方二维码免费领取【保证100%免费】01.大模型风口已至月薪30K的AI岗正在批量诞生2025年大模型应用呈现爆发式增长根据工信部最新数据国内大模型相关岗位缺口达47万初级工程师平均薪资28K数据来源BOSS直聘报告70%企业存在能用模型不会调优的痛点真实案例某二本机械专业学员通过4个月系统学习成功拿到某AI医疗公司大模型优化岗offer薪资直接翻3倍02.大模型 AI 学习和面试资料1️⃣ 提示词工程把ChatGPT从玩具变成生产工具2️⃣ RAG系统让大模型精准输出行业知识3️⃣ 智能体开发用AutoGPT打造24小时数字员工熬了三个大夜整理的《AI进化工具包》送你✔️ 大厂内部LLM落地手册含58个真实案例✔️ 提示词设计模板库覆盖12大应用场景✔️ 私藏学习路径图0基础到项目实战仅需90天第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】