已发意向一面手撕：三数之和过实习预训练数据构造数据配比如果现在重做一遍项目，怎么跟DeepSeek的技术结合能不能直接通过RL训练chat模型大模型八股sft、dpo的区别，什么时候用哪个MHA、GQA、MLA的异同从Bert开始讲，位置编码的演进和注意力机制的关系py八股除了py外，还有用什么语言进程、线程区别，什么时候用哪个平常用的什么包，numpy、pandas有用吗生成器、迭代器日常有没有其他在投，城市偏好反问评价？整体不错业务？有训练做知识注入、也有做问答系统流程？三面，两面技术一面hr大概40min二面无手撕聊科研介绍实习灾难性遗忘怎么缓解的sft后什么情况下用dpo对大模型的发展...

以后只用抖音

项目背景与目标：在国债期货市场中，挖掘基于 PPI、CPI 等宏观经济指标的多因子策略信号；使用 Python 读取并处理自 2013 年以来的 5 年期国债期货（TF 主力合约）数据，包括净多空持仓与排名、收盘价、成交量等；搭建回测框架，测试多种基本面与技术面指标组合的有效性，评估策略收益、回撤、夏普比率等关键指标；目标是帮助量化团队快速验证并迭代国债期货投研策略，为客户或内部资金提供可执行的交易参考。1. 数据获取与处理数据来源： 同花顺 iFind 及其他宏观数据接口（PPI/CPI）；数据范围： 2013 年国债期货上市起至今（涵盖完整牛熊周期）；字段内容： 日度收盘价、持仓量、成交量...