现在手里两个offer，一个是广州中船旗下的子公司，岗位是现场工程师，转正起薪7000左右，七险二金，上六休一，早八晚七，有一年的免费住宿，后面有四年房补。优点：稳定，目前船厂的订单多，工资应该也会高一些，然后各种福利也会比较好；缺点：工作在现场一线，噪声大，粉尘多，工作时间较长，职位晋升很难（据说），并且考虑到以后可能会在工作地点定居，这边的房价很贵。另外一个是山东潍坊的一家做电声器件的私企，研发岗，五险一金，双休，弹性工作制，定薪8.5k-9k（包含绩效），13-15薪，有永久免费的四人寝员工宿舍。优点：相对船厂来说工作强度低，工作环境会好很多，有免费的宿舍能省下一笔钱，并且工作地点在二线城市，后续如果买房定居的话更合适一些；缺点：私企相对国企可能会不稳定，可能会有末位淘汰，工资中绩效占比也有3成左右。以上，不太清楚该选择哪一个了，想听听各位前辈的意见，谢谢。

自我介绍项目。用文本进行图像搜索项目，用户的输入文本和训练使用的有偏差怎么办（例如比较口语化）？从现场弄一些数据进行微调，或者给用户一下提示，让用户知道怎么样能更好的匹配。无做题。反问：岗位相关。为什么支付宝现在支付会减几块钱？以及碰一碰。因为wx一般大家都是打开的，买东西的时候，不用切换app进行支付。简单的优势就导致支付宝落在了下风，因此用优惠和碰一碰来和wx竞争。40 min结束。一分钟后面试通过。蚂蚁的面试流程真是舒服啊！

团队好像主要做内容治理，vlm，llm都有主要在问项目了，code是个medium，持续记录！- 如果训练了多个评测类型的reward model，比如针对3H评测的3个模型，在RLHF阶段怎么用它们？是直接加权还是分阶段用？- （针对简历项目提问）你在项目里是怎么做RLHF的？用DPO或PPO时，有没有遇到过训练不收敛或者效果不好的情况？可能是什么原因？网上常见的解决办法有哪些？- 偏好数据是怎么构造的？比如用户点击数据或者人工标注的偏好对，你是怎么处理的？- 全参微调和LoRA各有什么缺点？在实际项目中，你是怎么决定用哪种方法的？- 位置编码在Transformer里很重要，能介绍一下常见的位置编码方法吗？比如绝对位置编码、相对位置编码这些，它们各自有什么特点？#牛客AI配图神器#

1、自我介绍2、你的优势是什么3、项目的亮点和最大的启发4、tcp和udp的区别5、tcp的三次握手和四次挥手6、为什么握手是3次，而挥手是4次7、IO复用的使用场景8、常用排序算法和时间复杂度9、谈谈你对贪心算法的理解10、二分查找的过程11、对哈希表的理解12、讲一下虚函数13、一般的接口和抽象类有什么区别14、Linux中修改文件权限的指令，具体怎么实现的15、怎么通过编程实现一个简单的生产者和消费者的模式16、死锁的概念和防止死锁的方式17、指针和引用的区别18、研究方向的介绍19、反问环节第一次面试太紧张了，好几个八股经常看，一问就磕磕绊绊的不知道自己在说什么第一次自己口述三次握手和四次挥手，才发现自己表现得像是没学习过的人面试官人很好，说话很亲和，也看出来我比较紧张，一直安慰我让我不要紧张