有了字节的意向书，还要签滴滴sp的意向书嘛

秋招投递14家大厂 大概有7家意向 四家泡池子，面试最大的感悟就是，仅代表我个人的观点。1.运气占大多数，面试就是运气主导，面试官的风格，是不是你擅长的，眼缘。至少我个人感觉我面试纯属运气好。2.我们虽然是技术岗，然而话术技巧＞真实技术水平。大家很多面试都答上了，也没面过去，可能就是话术不过关。3.学历不如实习值钱，这是实话，但前提是你前两点过关了。 #你都收到了哪些公司的感谢信？#你觉得技术面多长时间合理？#25秋招记录# #我发现了面试通关密码# #牛客创作赏金赛# #24届软开秋招面试经验大赏# 面经# 

请问招银网科资料评审本科能过排序吗 ？看网上基本都是硕士，本科也算个中上211，顺便看下base深圳有多少大佬资料评审了 #招银# #你都收到了哪些公司的感谢信？#  #牛客解忧铺# 更新：10.22广州线下面试的开奖

在池子中的第33天，许愿许愿许愿

机器学习岗8.13：投递简历8.20：一面8.23：笔试8.26：二面9.3：三面9.9：测评9.12：HR面10.18：官网状态转offer阶段10.21：意向书泡了一个多月，终于泡出来了。。。项目以外的面经：一面（50m）- 为什么现在RAG大部分都采用召回+精排的方式来检索知识？- 模型训练的时候有没有遇到过loss不收敛或者loss骤降为0的情况？有什么可能的原因导致？- 讲一下transformer- 场景题：假设你每日可以获取到某社交平台的社区数据，每日数据量很大，怎么从中获取到关于某个产品的评价数据。二面（35m）- 场景题：我有一大堆用户评论数据，我想要从中筛选出关于某个话题的内容，并且还要分发给不同的部门，如何实现？- 场景题：对于一个对话系统，假设我对于模型的回复正确率的要求特别高，并且我需要知道一些精确的数据，不只是泛泛而谈，比如我问“qq音乐今天DAU是多少”，需要模型给出具体的值，你觉得要怎么设计？- 场景题：估算一下混元的DAU- 怎么理解大模型的记忆- 数据从用户到服务器的传输过程- 讲一下数据容灾- 讲一下分布式编程- A/B测试三面（1h）- SFT和RLHF的作用分别是什么- 讲一下RLHF- RLHF中的reward model怎么训练的- 讲一下DPO- 讲一下transformer- 讲一下GQA，GQA有什么优缺点- 有了解最新的大模型吗？了解llama3.1吗？- 有了解哪些LLM分布式推理技术吗？- 讲一下大模型量化技术HR面（25m）不像面试，更多的是聊聊天，问一下个人的发展意向和职业规划#腾讯音乐##算法工程师##晒一晒我的offer#