香港顶级量化私募2025校招最后一波！ 量化研究员、量化开发（QD）无需实习直接发全职offer！

职业阶段告别梳理（202107-202412）公司概况规模：2层楼现代化办公环境领域：金融软件开发（期权/期货/现货/量化交易）优势：低延迟报单技术，量化交易赛道领先文化：不提倡加班，补充医疗保险等福利完善工作内容与反思业务方向主攻金融期权交易系统测试深度参与自研测试工具应用（自动化/性能测试方向）接口测试体系从0到1建设经验技能发展✅ 优势：金融业务理解、自研工具适配、缺陷分析能力⚠️ 不足：通用测试工具（Postman/JMeter/Selenium）实践较少面试经验总结技术面试题分类1. 测试基础测试全流程规范（需求评审→用例设计→报告输出）用例设计方法（等价类/边界值/场景法举例）早期测试介入价值（需求歧义预防、成本控制）缺陷单要素（重现步骤/预期结果/环境信息）Bug分级标准（严重性≠优先级）2. 实战题型三角形测试用例设计（边界值：非整数/零值/溢出值）保温杯测试维度（保温性/密封性/UI标识/跌落测试）3. 职业认知测试工程师角色理解（质量守门员→业务伙伴）4. 数据库DROP vs DELETE vs TRUNCATE（结构/日志/回滚差异）脏数据防治（事务隔离/约束校验）5. Linux/网络高频命令：ps aux tcpdump crontab RAID级别简述TCP三次握手/四次挥手时序图TCP vs UDP（可靠性/流量控制/首部开销）

美团大模型产品转正实习面经（已offer）先说结论：整体看美团的大模型产品面试非常偏技术导向，面试官的水平很高，对项目的技术细节和商业化思路追问的非常细致，面了50分钟左右；需要大家掌握基本的ai技术，对自己所做的业务细节有足够的了解、对未来商业化的路径有思考；我下面的面经拆解也会分成技术常识题和项目细节两个大部分一. 自我介绍在面美团的转正实习之前我只有一段中厂的ai产品实习，并不是很突出；所以我从经验（也就是过去的实习项目）和能力（自己的能力如何和ai产品对口）两个维度介绍了自己，面试官挺感兴趣的，所以后续问题基本是在追问这两个部分二. 项目细节题1. 你们业务这个垂类大模型是怎么训练出来的？垂类大模型主要解决什么问题？ 垂类大模型是基于集团内的通用大模型微调的2. 你参与过模型训练吗？会觉得产品是算法工具人吗？产品视角你觉得能为模型训练贡献什么？3. 你提到你们项目目前还在探索商业化路径，那你觉得未来可能是什么盈利模式，或者说你觉得到底什么样的ai产品能赚到钱？4. 你怎么去定义badcase？标准是如何制定出来的？5. badcase的评估是你进行吗，还是有专门的外包团队？6. 了解自动化的ai-native评估方式吗？为什么你们不采用这种方式？7. 你们这个知识库主要场景是什么？传统的ai不能进行这样的知识问答吗？8. rag的流程是什么？9. rag的知识库来源是什么，其中你提到拆分逻辑，这个逻辑是怎么确定的？10. 如何优化rag里的badcase，提升rag效果？三. 技术常识题1. bert和transformer是什么，解释一下2. 为什么有这二者架构上的区别，使用场景上有什么不同？3. 大模型的大体现在哪些方面？4. 为什么传统ai没有像现在这样跑出来5. 为什么现在的ai都是一个字一个字蹦出来回答的6. 什么叫模型的过拟合？7. 你前面也提到dpo，dpo是什么？dpo和sft有什么区别？8. 什么业务该用大模型，什么业务该用小模型？9. 了解注意力机制吗？需要内推的小伙伴可以用下面的内推码哦美团2025届春季校园招聘暨2026届暑期实习（可转正）启动啦带【转正实习】的为26届暑期实习岗招聘岗位：技术类、产品类、商业分析类、零售类、运营类、设计类、市场营销类、职能类、金融类、销售、客服与支持类、综合类等工作城市：北京、上海、深圳、成都、香港、广州等诸多城市内推链接：https://zhaopin.meituan.com/m/campus?zp-from=hiring-campus-bole-elephant&staffSsoId=23765171内推码：RXB7BM8 （简历优先筛选，流程加速推进）

1.python基础，我是辣鸡，感觉第一部分就已经挂的差不多了，这是真八股。问的很深，暂时不泄题，清明节后我补充上这一块😭2.bert，transformer基础，对答如流，从预训练到分词到真实训练，然后问了swin transformer（因为我是做多模态的，不过上次秋招来面我的面试官也问了，合着wps面试官必修swin transformer吧），问为啥swin transformer要做循环（没搞明白他想问啥），问为啥窗口要做位移。3.项目，问的很浅，而且感觉面试官也不想听我解释，就打断了。论文，问为啥不用大模型，我说学校算力有限，只能说略微涉级过微调，比如复现了下deepseek蒸馏qwen，然后，问qlora干什么的，问量化具体实现步骤（量化这块我只是调库还没仔细研究过）然后反问，我说你这python的基础问的真好，学到很多😅大概率寄，因为开头一问（python基础）和结尾一问（模型量化）都回答烂了，中间对答如流感觉没啥用，好难呜呜呜#wps# #金山#

作为一名本科选择转专业到计算机，天赋平平的一个学生，最终也顺利在这一年完成互联网的通关。回首这一年，从多次面试被拒的低谷，最后很多大厂都开了非常不错的package，之间经历了太多太多。最近也刚好是暑期实习投递的高峰期，借此分享一些自己的小经验。简历很重要一份好的简历可以迅速让你脱颖而出，简历不仅仅要表达你做过什么事情，更要用详细可以量化的数据阐述你项目或实习解决的痛点带来的收益，需要给面试官呈现你做过的细节，比如说不要只写“负责社交媒体运营”，而且“通过优化发布策略，在？个月内将粉丝量增长？%，互动率提升？%”，技术岗同样可以详细写实现的细节尽早投递招聘往往快于想象，不要想着暑期实习5、6月再去面试，也不要想着准备好了再去，边面边准备永远是最有效率的充分利用内推这里的内推不是指社交平台上找到的内推码，内推码约等于0作用，真正的内推可以找在大厂的师兄师姐或熟悉的人部门内有没有空缺的岗位，可以直推给组长，只有能把简历直接给到组长或者hr才是有用的内推不要害怕失败大厂面试挂人，不一定是自己不优秀，招满人了or面试官风格or岗位不匹配都会有可能让你失败。及时总结面试的问题，主动把面试官引入自己熟悉的领域，对于不会的问题也要尝试说出自己的思考和理解以上经验都是我摸爬滚打总结出来的，如果有小伙伴想一起交流可以私信我，最后还想说的是，互联网不一定是个完美无瑕的地方，秋招是除了腾讯字节，美团、快手、华为、虾皮、阿里、携程这些互联网都发了offer，但深入了解后会发现，各个互联网都有自己的风格和优缺点，有时候合适的组会让我们当牛马时都会更轻松