朗新科技一面技术面+二面hrbp

都考些什么呀？ #牛客在线求职答疑中心#  #浩鲸#

不知道现在大家找工作都看啥，头部大企业确实可以给更大的平台和保底空间，至少辞职了也有title,但是也可以看看发展中的小厂，想来上海的同学可以看看咱们，小赛道，但是发展很好，基本做到了行业top级别合合信息估计大家都没听过，我当年秋招之前也没听过，但公司的一个产品应该知名度还行，就是扫描全能王这个软件。公司成立挺久了，没记错的话是2006年，应该是最早一批搞大数据的企业。部门氛围很好，正式员工一般也不加班，早上9.30到公司都还没啥人，免费早晚餐，六点半晚餐，七点半应该就没人了。ld，mt都很好相处，弹性打卡，最晚十一点。正式员工直接不用打卡。不了解应届生工资，但如果是应届生进去的话，感觉真的...

1. 核心影响因素- 任务类型：- 简单任务（如文本分类）：可能需数百到数千条标注数据。- 复杂任务（如对话生成、阅读理解）：通常需数万条甚至更多数据，尤其需多样性和高质量样本。- 模型规模：- 大参数量模型（如GPT-3、PaLM）可能需更多数据防止过拟合，但通过策略（如参数冻结）可降低需求。- 较小模型（如BERT-base）可能在较少数据下表现良好。核心是数据质量：- 高质量、标注精准、多样化的数据可显著减少需求量。- 低质量数据可能导致模型性能瓶颈，需额外清洗或增补。领域差异：- 若预训练数据与目标领域差异大（如通用→医疗），需更多领域数据调整模型分布。- 训练策略：- 正则化技术（早停、Dropout、数据增强）可缓解小数据过拟合。- 迁移学习技巧（如Adapter、LoRA）可减少可训练参数量，降低数据需求。经验可参考范围- 常规任务（分类/标注）：- 小模型（如BERT）：1k-10k样本。- 大模型（如GPT-3.5）：可能需10k-50k样本（结合领域适配策略）。- 生成任务（对话/摘要）：- 通常需5k-100k+样本，依赖生成质量要求。- 领域适配：- 若领域差异大，需额外增加20%-50%数据量。产品经理的权衡维度- 业务目标：- 若需快速验证MVP，可接受小数据+低精度（如数百样本），后续迭代优化。- 若追求高精度（如医疗、金融场景），需预留足够标注预算。- 资源限制：- 标注成本：若数据获取昂贵，需优先优化数据质量或采用主动学习。- 算力与时间：大数据量需更高训练成本，需权衡ROI。- 替代方案：- Prompt Engineering：用少量样本设计提示词，可能无需微调。- Few-shot Learning：结合模型原生能力减少数据依赖。 #牛客激励计划#  #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#  #面试被问期望薪资时该如何回答#  #面试题刺客退退退#  #大家都开始春招面试了吗#  #24届软开秋招面试经验大赏# #牛客AI配图神器#

很多同学问还有没有春招，我说你现在直接投就行了，别问，把秋招投过的再投一遍，你进面率至少比秋招高50% 春招现在就是捡漏，不要畏手畏脚，再不投就毕业失去应届生身份了！入职游卡也有段时间了了，说说卡子的上班感受，毕竟如果我自己都感受不好，也没啥动力推荐大家来了大家可能更熟悉它的“三国杀”，在游戏圈里也算是个老牌子了。公司总部在上海闵行区虹桥国际商务广场，办公环境还不错，交通也挺方便。工作时间是早上9点到下午6点，双休，弹性工作制。福利方面，五险一金、补充医疗、定期体检这些都有，餐补是25块一天，社保公积金公司和个人各12%。整体来说，福利还算可以，公司里有不少海归硕士，薪资水平也相...