在学校附近找了一份游戏公司的产品实习生，每天通勤走路十分钟，实习期的工作就是给产品的活动画原型，组织宣讲，虽然是重复性的工作，没有涉及到客户端的功能，但每天做着很舒服。一开始来的时候招我的mentor就跟我说可能不会有hc，实习了三个月跟我说如果我想离开的话可以随时说（应该是实习三个月可以拿实习证明了，mentor也鼓励我多尝试其他类型的产品），在实习公司转正应该是没啥希望了随着春招开启，我的毕设也还没开始，我现在想辞职回学校图书馆边做毕设边投简历去年10月入职，到今年3月，如果写在简历上24年10月-25年3月可以看作六个月了，但是实习证明应该是直接写的四个半月吧牛油们怎么看呢？是继续实习到合同结束的四月，还是直接辞职回学校准备毕设和春招呢？ #实习好累，可以辞职全力准备秋招吗# #牛客AI配图神器#

第一次面试,记录一下问题:1.自我介绍2.问项目经历3.除了yolo有没有其他接触过的深度学习框架.(需要多学)开始手撕:(全是口述题目)1.NMS(非极大值抑制)的代码(不会)2.leetcode 124题.二叉树中的最大路径和(只说了思路,但还是没有搞明白)3.给两个list, 删除双方共有的元素,返回删除后的两个list在讲解思路的时候还问了算法的空间时间复杂度,怎么看出来的.反馈:建议我了解更多深度学习框架,并且多钻研细节.(例如mAP如何计算,NMS的原理)数据结构方面基础不够#牛客AI配图神器#

1：java中的修饰符 以及他们的访问权限2：stream api如何实现懒加载的以及是如何运用的3：线性表 顺序存储和链式存储有什么优缺点追问：他们之间的插入和删除有什么区别 为什么顺序表插入 删除效率低4：观察者模式 以及举一个使用场景5：项目中 如何使用redis 做缓存的 内存淘汰策略是在项目如何选择的6：动态规划工作原理 以01背包问题具列子7：hashtable 和 concurenthashmap的区别 追问 concurenthashmap 分段锁8：多线程产生死锁的条件9：hashmap 为什么查询速度快10：数组在项目中是如何用的追问：用字节数组存储 16位数据时 是如何利用数组索引和访问效率对特定数据位解析的11：快速排序的思想 实现过程12：主键索引有什么特点追问：主键索引是如何加快查询速度的 为什么插入会慢主键索引 b+树是如何工作的 这种结构为什么会提高查询效率13：多种逻辑计算会用到什么设计模式 14：面向对象 的开闭原则 面向对象用到了什么设计模式15：开发中遇到的问题 会不会出现踢皮球的情况 困难是怎么解决的 处理困难时 内心是怎么样的16：实习或在学校遇到的困难全程40分钟。已老实，设计模式还是不太行 ，stream懒加载也不会

作为AI产品经理，大模型选型需要从业务目标、技术特性和资源投入三个维度进行系统性评估。分步骤的选型：1. 场景需求拆解- 任务类型：区分生成式（GPT）、理解式（BERT）、多模态（CLIP）等任务需求- 性能指标：明确时延要求（如对话场景<2s）、准确率阈值、内容安全等级- 输入输出：处理文本长度（如法律文本需支持10k tokens）、多语言支持需求2. 技术参数评估- 模型架构对比：Transformer层数（如LLaMA 7B vs 13B）、注意力机制差异- 性能基准测试：在HuggingFace OpenLLM Leaderboard等榜单比对MMLU/HELM得分- 领域适配性：检查是否经过垂直领域微调（如Med-PaLM 2医疗专用模型）3. 成本效益分析- 推理成本计算：API调用成本（如GPT-4 $0.03/1k tokens）vs 自建GPU集群成本- 算力需求评估：模型参数量与GPU显存关系（7B模型需至少16G显存）- 长尾运维成本：监控维护、版本迭代、安全补丁更新等隐性成本4. 工程化适配度- 部署方案验证：测试ONNX转换效果、量化后精度损失（INT8量化典型损失2-5%）- 扩展能力测试：分布式推理效率、最大并发请求承载量- 工具链完整性：配套的Prompt工程工具、评估体系、持续训练Pipeline5. 风险合规审查- 数据隐私合规：评估模型训练数据来源合法性（如排除版权争议数据）- 输出可控性：测试有害内容生成概率及防护机制有效性- 许可证审查：确认商用限制（如LLaMA商用需单独授权）6. 迭代路线规划- 短期方案：采用API快速验证（如Azure OpenAI）+ RAG增强时效性- 中期过渡：微调行业小模型（LoRA适配器方案）- 长期演进：构建混合模型架构（大模型+规则引擎+传统ML） #牛客激励计划#  #大模型#  #大模型面经#  #找工作#  #聊聊我眼中的AI#  #数据人的面试交流地#  #AI了，我在打一种很新的工#  #产品经理# #牛客AI配图神器#