感觉这两个需求量能比CV多一倍自己搞得是AIGC和多模态这种方向，也许比传统CV稍微强点，但也就五十步笑百步现在真的还有做传统图形学和图像处理的哥们吗这波属实是选择狠狠大于努力了 #互联网没坑了，还能去哪里？#  #我的求职思考#  #来聊聊你目前的求职进展#

被秋招折磨的第一个月，真不知道被挂的简历会不会陷入捞起来又挂的无限轮回。算法岗竞争太激烈了，下个月打算多投些开发岗和中小厂。目前的进展：腾讯在等消息，快手面试挂了，美团和蚂蚁笔试都挂了，字节和米哈游还在等，哔哩哔哩和oppo简历被挂，vivo和京东刚投，大疆在筛选中，robosense笔试还没做，nvidia下周面试。

bg两端大厂AIGC实习，两篇学生二作a，面试体验很好，流程推进很快，可以从容准备其它的面试了一面1、清洗策略2、特征压缩模块如何做3、自动化数据采样策略是怎么自动化的？4、模型评测的指标5、通用模态数据集是怎么构建的6、CLIP中都有哪些数据采样策略7、手撕 迭代法中序遍历二面1、实习项目介绍，遇到的任务是什么，挑战和难点2、Multi-agent提升术多样性，降低拟人化BadCase率，怎么设计的？3、大模型是否能既降低BadCase率，又提供风格多样性？4、实习公司可以转正吗，为什么选择美团

L1 和 L2 正则化的区别？它们都能防止过拟合吗？写出Cross entropy的公式，并解释推导过程。（我先从KL散度的角度回答，面试官提示从最大似然的角度回答，并问是否与贝叶斯有关）解释dropout的作用，训练和测试阶段是否有区别，如何解决dropout预估偏高的问题？如何判断模型是否过拟合？（仅仅训练集loss低，测试集loss高不一定是过拟合，有没有其他判断方式？我从模型偏差和方差的角度回答）如何缓解过拟合？（我说了四五种方法，面试官继续追问有没有其他方法）概率题：计算骰子第一次扔到6的次数的期望。解释AUC的定义，它解决了什么问题，优缺点是什么，并说出工业界如何计算AUC。（特别...