拓竹-机器视觉算法-一面面经

具体信息如下，超级纠结，本人属于卷不赢又躺不平的那种，求各位大佬建议！字节 vs 鹅 待遇几乎相同，字节略高1 字节 北京 tiktok 国际化广告 信息流推荐广告 工作强度未知（应该保底10105？）拥抱变化 开盲盒2 鹅 深圳 teg 游戏AI（RL） 工作强度1095 稳定性略高 实习过的部门 同事nice3 等百度pdd虾皮华为纠结点在于：鹅的方向如果不换赛道比较难跳槽，基本和鹅绑定，但是不算卷。字节背书和方向不错好跳槽，缺点是开盲盒不知道能坚持多久。 #offer帮选# #offer# #offer选择#

虹科电子 汽车软件开发工程师目前进度是两面加背调虹科电子是做技术代理出家的吧，这两年开始做技术积累和自研产品前两面一面是hr二面是hr+技术技术面主要询问关于汽车电子和通讯的一些知识，但问题不算多can和lin总线如果can总线的通讯距离是5m，现在有一个数据要传到10米外的ecu节点需要怎么做增加中转拓扑后，需要考虑什么考虑什么情况，任务优先级如何划分canoe的使用这方面的知识，然后还有学八股吧然后hr更多关注项目分工，项目合作，如何对接，如何推进，遇到问题怎么解决还有一个线下三面🎊虹科25届校园招聘全面启动💫【我们是谁】产品及服务覆盖工业和制造业的自动化和数字化、汽车研发测试、自动驾...

现在有两个地方看起来比较合适，一个是去做业务场景落地，比如大模型应用到业务上，微调，agent这些；一个是去做基础技术，比如大模型 KV cache 等等优化，针对多模态场景的 KV cache 等等。两个平台都不错，图片上就是第二个。我的情况是，博士读书期间主要做科研，写论文，做的是多模态算法，改改网络结构，发发论文这些。感觉很多师兄师姐都是去做业务场景落地，不过工作可能也比较偏数据处理，业务调优等等。好处就是这个岗位需求大，跳槽也容易。坏处就是卷。。。基础技术研发感觉比较偏底层，做 kv 复用，kv检索等等，里面研究员，博士比较多。这个岗位好处是技术比较深，坏处可能需求量少，做模型基础平台技术不需要太多人请问大家这两个应该怎么选呢 #计算机# #深度学习与神经网络# #多模态# #大模型#  #大模型推理# #offer帮选#

国企去了可能就躺平了，一拖公积金10，企业年金5，数字马力公积金12