本文分享了智谱多模态算法工程师的薪资、工作强度及面试经验，涵盖项目介绍、技术难点、模型原理、数据构建、训练优化等，助力程序员快速入门大模型领域，为面试做好准备。更多实战和面试交流，欢迎关注、收藏、点赞，加入我们星球获取更多资源。

岗位信息

岗位：质谱-AI院-多模态算法工程师

工作地点：北京海淀区

薪资情况

• 月薪 × 16 薪（12个月固定 + 4个月年终）；
• 股票/期权（3～4年归属，资深/博士标配）；
• 福利：六险一金、餐补、算力资源；

工作1～3 年：

• Base：40～60K /月 × 16 薪
• 年终奖：2～4 个月

工作3～5 年资深（带队/核心项目/顶会一作）：

• 总包 100～150 万
• Base：60～90K / 月 × 16 薪
• 绩效奖金 + 期权

工作强度

智谱在多模态领域有CogView、CogVideo、GLM-Image 等行业标杆项目，公司节奏偏快，强度中等偏上。

日常 11 点到，晚上 10 点左右走，周末偶尔需要加班。

论文投稿、版本发布期间会有冲刺，会比较累。

不搞无效加班，看成果和产出，技术氛围很强，薪资和成长都在行业第一梯队。

一面

1. 自我介绍
2. 你认为你最有代表性的一个项目是什么？解决了什么核心问题？
3. 你这个项目生成模型是什么？属于哪一类（Diffusion / Autoregressive / GAN）？为什么这么选？
4. 项目中的核心技术难点是什么？你是如何解决的？
5. 模型效果是如何评估的？用到了哪些指标？
6. 你是否做过模型对齐？如何提升生成质量？
7. 如何解决文本和图像语义对齐问题？
8. 训练数据是如何构建的？有没有做数据清洗或 filtering？
9. 你训练模型时遇到过 OOM 吗？怎么解决？
10. 你是否做过分布式训练？用的什么框架（DeepSpeed / Megatron）？
11. Megatron / DeepSpeed 的核心优化点是什么？ZeRO 1/2/3 区别？
12. 文生图服务如何做到低延迟？如何设计一个高并发生成服务？
13. diffusion model 的基本原理、DDPM 和 DDIM 的区别
14. CLIP 的训练目标是什么？为什么有效？BLIP / Flamingo / GPT-4V 这类模型的核心结构是什么？cross-attention 在多模态中的作用
15. 如何优化 diffusion 推理速度？（减少 step / distillation）
16. 你最近关注的多模态论文有哪些？
17. 代码题：给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那两个整数，并返回它们的数组下标。要求：时间复杂度需优于 O(n2)，空间复杂度可接受 O(n)。

二面

1. 请介绍你做过的一个最有价值的多模态生成项目
2. 你项目中的模型整体架构是怎样的？
3. 条件控制（text/image/layout）是如何注入模型的？
4. 训练过程中 loss 不收敛的常见原因有哪些？你遇到过哪种？
5. 你如何做 batch size scaling？是否用过 gradient accumulation？
6. 数据分布不均（长尾问题）如何影响生成模型？
7. 多模态数据（图文对）如何构建高质量数据集？
8. 数据去重（dedup）为什么重要？如何实现？
9. 弱监督 / 伪标签 在你项目中的作用？
10. 生成结果模糊/崩坏，你如何定位问题？
11. 如何判断是数据问题还是模型问题？
12. 训练过程中 loss 正常但生成很差，可能原因？
13. diffusion 中 ε-prediction、v-prediction 区别
14. 为什么 v-prediction 在大模型中更稳定？
15. 为什么 transformer 适合做多模态生成？attention 计算复杂度如何优化？flash attention 原理
16. 视频生成相比图像生成最大的难点是什么？
17. 代码题：给你一个链表，每 k 个节点一组进行翻转，请你返回翻转后的链表。k 是一个正整数，它的值小于或等于链表的长度。如果节点总数不是 k 的整数倍，那么请将最后剩余的节点保持原有顺序。要求：仅使用常量额外空间，即空间复杂度为 O(1)

如何学习大模型 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。

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】

为什么要学习大模型？

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

大模型入门到实战全套学习大礼包

1、大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

---

2、大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

3、AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

4、大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

5、大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

适用人群

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】