背景:本科西电，研究生某985，目前研一，组内方向和工业界不对口，导师也很放养可以实习，本人无特别偏好，感觉Java的岗比较多，求问各位大佬现在开始准备Java刷实习，还是准备Go去实习，或者是搜广推业务方向的呢？求佬推荐一下，目前Java的学习路线最多，也最好上手，但害怕27届的时候Java更卷了，进厂以后后期薄弱😭(不考虑C++是因为组内方向不对口，自己也感觉学不懂)

冰川网络技术面好像只有一面，面了1个小时，问了蛮多问题的，将近40个问题，无手撕算法01、前面几家实习公司怎么就不做了？02、值类型和引用类型做形参的区别03、struct做形参会影响实参吗04、如何传递结构体使形参能影响实参05、C#的话如何传递结构体使形参能影响实参06、C#的垃圾回收机制和垃圾回收时机07、垃圾产生有什么原因？如何解决？08、C#的字典如何进行遍历09、C#的迭代器叫什么名字10、现在更偏向什么语言？11、现在学习语言和在大学学习语言有什么不同吗，你有做出什么改变吗？更关注哪些方面12、举几个你熟悉的C++底层的知识点并讲一下13、lua有什么遍历方式14、lua的pai...

实在智能（小厂-见习python开发工程师）-2024.9.2 一面（20min）1.python的数据类型中哪些是可变的哪些是不可变的2.为什么不可变3.讲一下多进程，多线程，多协程（协程没答出来、、、、）多进程（multiprocessing）：在一个操作系统中同时运行多个进程，每个进程都有自己的内存空间和资源，进程之间相互独立优点：充分利用多核cpu，提升计算性能进程独立，内存隔离使得一个进程的崩溃不会影响到其他的进程缺点：创建和销毁的开销比较大多线程：一个进程中同时运行多个线程，线程共享进程的内存空间和资源优点：开销小，信息共享通信速度快缺点：由于内存共享，线程之间的竞争可能导致数据不一致，需要使用锁等机制保证线程安全python中，由于全局解释锁（GIL）的存在，cpu密集型任务的性能提升有限协程：协程是一种轻量级的用户级线程，允许在单个线程中进行并发操作，协程通过yield或async、await语法实现，可以在执行过程中挂起和恢复优点：开销非常小，适合处理大量并发任务由于协程是单线程，避免了线程中的竞争和锁的问题缺点：协程的调度是由程序员控制的，可能导致复杂的控制流单线程运行导致的性能问题4.多进程之间的数据能否共享不能，但是python可以通过一些机制实现数据共享:共享内存：multiprocessing模块提供了共享内存的功能，可以使用value和array来创建共享数据进程间通信（IPC）:使用队列queue或者管道pipe实现进程间的通信，这些机制允许一个进程将数据发送到另一个进程5.python装饰器属于一种特殊的函数，用于在不修改函数代码的情况下，增强或者改变函数的行为，通常用于日志记录，权限检查，缓存，装饰器以函数作为参数，并返回一个新函数，通常用@什么什么的语法装饰器链，可以应用于同一个函数装饰器将从内到外依次执行：内置装饰器：@staticmethod、@classmethod和@property，用于定义类中的静态方法、类方法和属性。6.讲一下restfulapi7.如何判断两个对象是不是同一个使用is运算符，比较的是内存中的地址是否相同8.私有属性能否被继承能被继承，但是访问受到名称重整（name mangling）的影响。具体来说，私有属性在子类中不能直接通过其原始名称访问，而是要加一个<_父类名称>在使用的属性之前9.属性能否被修改能被修改可修改性取决于它们的定义方式和访问权限。1.公共属性：如果属性是公共的（没有前缀下划线或双下划线），则可以直接在类的实例中修改2.受保护属性：单下划线，可以在类外部访问和修改3.私有属性：双下划线开头，不能直接在类外部访问，但可以在类内部修改10.讲一下你在实习项目中负责哪些模块11.项目是前后端分离吗12.数组和链表的不同点相同点，各自的优势和劣势相同：1.都是存储数据2.都是线性结构，存在顺序关系3.都可以用来实现其他数据结构不同：数组长度不可变，链表长度可变13.flask的生命周期1.请求创建2.请求上下文创建3.路由匹配4.视图函数调用5.响应生成6.响应上下文创建7.响应发送8.请求结束（清理请求上下文，响应上下文，释放相关资源）9.错误处理（如果在请求处理之后发生错误）（面试官人不错，没有太为难我，期待二面ing）14.python的垃圾回收机制1.引用计数：每个对象都有一个引用计数器，记录有多个引用指向该对象，当对象的引用计数为零时，表示没有任何引用指向该对象，python会立即释放对象占用的内存2.循环垃圾回收：为了处理引用计数无法解决的循环引用问题，定期检查对象之间的引用关系，识别并回收哪些形成循环引用的对象实在智能（小厂-见习python开发工程师）-2024.9.3 二面（20min）自我介绍做了哪些项目项目中遇到的难点，有遗憾的地方反问环节（不知道问啥。。。）：现在在做的项目，团队有几个人这两次面试时间都好短，感觉在赚kpi

多模态 & 大模型 & Agent 正式员工(*3) & 实习生招聘 (*5，实习时间>=3个月)1、团队介绍我们是快手垂搜大模型团队，致力于构建视觉大模型、多模态搜索、User Agent新系统，应用于多种电商场景（如拍照搜同款、图文相似款、电商创意AIGC，买家Agent问答)。团队紧随技术潮流，不断技术/商业创新，期待与优秀的同学一道，进一步扩大影响力。团队一直坚持学术与业务并向发展的方式，目前在CVPR、WWW、AAAI、SIGIR等会议发表论文多篇 (其中一篇Shared Task Best Paper, 一篇Outstanding Paper)，并在国内知名赛事与榜单荣获过多项Top2成绩；内部提供充分的交流讨论，现有正式员工与实习同学均来自国内/全球顶尖学校；在这里你会有专业的Mentor实时指导技术创新与业务落地。过去半年团队一共发表论文4篇，AIGC方向专利5项。组内机器资源充足(数百张V100/A100)，产研结合，自由度高。组内氛围良好，年轻同学多且有活力，小组内部定期有LOL/桌游/团建旅行。实习表现出色可优先转正及获取SSP Offer。万分期待你的加入！2、实习内容1、多模态视频图文内容理解 (预训练、微调、RLHF、self-prompt技术创新与应用)2、电商多模态信息RAG (商品-商家-用户-平台粒度多维度信息对齐与检索, 跨模态匹配)3、AIGC视觉生成（文生图/视频、精细编辑、多轮交互、训练推理加速、评估标准）4、User Agent设计 (商品知识库信息构建、跨模态实时检索、工具调用与信息分析)5、参与模型蒸馏，量化剪枝，在线实时性部署等工作，支持生成&翻译算法的性能优化与落地；6、针对业务特点，跟踪相关领域的技术发展趋势，进行各类技术方案的探索和学术研究。、当然，研究不限于上述方向，如果您觉得其他方向非常有趣/有价值，也欢迎交流讨论。3、职位要求1、计算机、数学、人工智能或相关专业硕士及博士在读，有扎实的机器学习和NLP算法基础。2、熟悉LLM工程技术和方法，并掌握大模型的微调和评估方法；有参与大模型研发者优先。3、熟悉深度学习框架，如TensorFlow、PyTorch等，有扎实的编程基础和代码实现能力。4、具备优秀的业务感知以及分析和解决问题的能力，良好的沟通协作能力。5、有高水平论文（如ACL、CVPR、NIPS、AAAI、ICML等)或者开源项目者优先。工作地点：杭州 or 北京简历投递：线下私聊