现在有两个地方看起来比较合适，一个是去做业务场景落地，比如大模型应用到业务上，微调，agent这些；一个是去做基础技术，比如大模型 KV cache 等等优化，针对多模态场景的 KV cache 等等。两个平台都不错，图片上就是第二个。我的情况是，博士读书期间主要做科研，写论文，做的是多模态算法，改改网络结构，发发论文这些。感觉很多师兄师姐都是去做业务场景落地，不过工作可能也比较偏数据处理，业务调优等等。好处就是这个岗位需求大，跳槽也容易。坏处就是卷。。。基础技术研发感觉比较偏底层，做 kv 复用，kv检索等等，里面研究员，博士比较多。这个岗位好处是技术比较深，坏处可能需求量少，做模型基础平台技术不需要太多人请问大家这两个应该怎么选呢 #计算机# #深度学习与神经网络# #多模态# #大模型#  #大模型推理# #offer帮选#

国企去了可能就躺平了，一拖公积金10，企业年金5，数字马力公积金12

第一个大厂面就这么走远了，心有不甘，但是确实不匹配，只能说还得学，还有机会。

一面&二面（10.15）→ HR面（10.17）→ 三面（10.22）一面&二面：预训练数据怎么收集的分布式爬虫和清洗用的框架和数据库是什么分布式爬虫有没有做负载均衡分布式清洗有没有遇到爆内存的问题微调/评测数据怎么做的合成数据对模型能力的影响Qwen2-72B base的seq_len是多少，做完yarn之后呢？学习率变化的设计方式和原因继续预训练后模型通用能力变化大型集群出现坏点以后如何快速找出推荐两篇最近读的论文HR面：秋招情况对贝壳业务了解情况大模型/AI对贝壳业务增长点在哪考研情况……三面：秋招情况个人性格拿到oc的企业排序好像今天开始开奖了？三面后到现在一直是offer评估，许愿一下#贝壳求职进展汇总#