#美团求职进展汇总#

这周一接到谈薪的电话，之前就定了入职，下午就收到了offer。虽然从主管降到专员，薪资也降了10%，但五险一金全、双休的条件我还是能接受的，毕竟我转了行业。虽然这个offer比之前差，但在这样的环境下，我心里还是知足的。祝大家都能顺利收到offer，也希望我能顺利转正！大家一起加油！

#面试体验感最好的是哪家？# 从八月面到现在面试了这么多场了，从来没遇到体验这么差的面试，一面完了就觉得完全不在一个频道上。一，不知道面试官在哪进行的面试（可能是食堂？），声音非常嘈杂，甚至能很清楚地听到旁边的人面试的声音。导致我很多次根本听不清他在说什么，不论反问还是强答就一脸嘲讽地笑。二，很多问题提问的角度非常冷门。我有一个比较硬的项目，面试时每家必会问，百度、蚂蚁的面试官提问一下子就能问到非常核心的技术点或者业务点，其他的起码也都是围绕、发散，但是网易的面试官问的我一脸疑惑，比如问我dpo训练时有几个loss，我一脸问号，dpo不就一个loss吗？难道是默认混合了sft的loss或者流式训练reward model？结果说一个train loss一个eval loss ……三，还是挺看缘分的吧，除了听不清的问题，其他问题都答出来了，算法题也秒了。但是气场不合，被挂掉也在意料之中。总之体验很差。

岗位是做首页笔记推荐相关的东西，感觉算是比较核心10.21一面：自我介绍研究经历询问，研究主线是什么你的这些论文主要解决了什么问题收益体现在哪里，baseline包括哪些讲一下大模型实习，我以为会问推荐实习的BERT和GPT的区别，都是怎么训练的二者的finetune一般怎么做SFT和RLHF一般各自用在什么场景，各有什么优缺点目前long-context中主流的方法有哪些transformer和lstm+attention相比，主要的改进点是什么对整个推荐系统链路有哪些了解打分样本空间分布与精排不一致（精排对粗排返回的样本做排序，粗排则要对召回的样本打分），相关的解决方案了解吗介绍下推荐实习...