学而思内推

帮忙看看简历吧求内推产品经理或者数据科学 #产品经理#  #数据科学#  #数据分析#

1、自我介绍（简短）2、介绍实习时所在团队架构及大团队目标、个人负责的业务及小团队目标3、小团队目标实现中的核心指标4、在推进项目的过程中遇到的主要阻碍是什么？+解决方案5、如果研发资源紧缺，如何权衡人力投入与产品收益6、从0到1完成这两个项目后，是否进行了项目复盘？举例说明复盘后有哪些改进之处？7、介绍项目1：与竞品相比有哪些设计上的差异8、描述产品的主要用户路径，转化率提升指的是哪个环节？9、气泡曝光的具体策略是什么？如何设计该策略？10、介绍项目2：AI智能回复的竞品分析11、从产品视角，如何提升AI赋能产品的价值？12、作为ToC产品经理，如何构建自身的壁垒？13、如何评估产品上线后的...

面试官：目前有哪些post-training方法今天老师给大家详细分析一道大厂算法面试真题:目前有哪些post-training方法，供各位同学参考。✅回答：当前主流的后训练方法包括监督微调、基于人类反馈的强化学习（RLHF）、直接偏好优化（DPO）、专家迭代（EI）以及它们的变体（例如：RLAIF、PPO、ORPO、）。然而，后训练方法在LLM部署之前增加了一个相当复杂的过程。✍🏻详解：1️⃣基于人类反馈的强化学习（RLHF）： 基于人类反馈的强化学习是一种将人类偏好和意见引入强化学习过程中的方法。RLHF将人类的反馈作为奖励信号来指导模型学习。人类可以通过提供对模型行为的偏好、反馈或排序，帮助模型更好地调整策略来适应人类的偏好，就是更懂你。2️⃣直接偏好优化（DPO）： 直接偏好优化是一种优化技术，主要通过直接学习模型在不同情境下对不同偏好的评估，来提高模型的性能。注意，它是直接优化偏好，在本质上其是通过排序的思想构造了一个优化函数，然后推导为最后可直接优化的损失，比起来RLHF的思想它更简单，大体就是改个损失就可以了。3️⃣专家迭代（EI）： 专家迭代是一种通过模仿专家行为并不断迭代改进模型的方法。在专家迭代过程中，模型首先通过观察专家的行为来学习。然后，通过模拟和优化这些行为，模型根据专家的反馈或策略进行改进。这个我没有用到过，只能说个大概。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

项目：1.重点问了我UE5做了些什么，用了什么技术栈？其中最难的地方是什么？2.C++三大特性是什么？仔细讲一讲他们的特点。3.智能指针了解吗？4.malloc和new的区别是？操作系统：1.进程和线程的区别？2.线程之间的通信？计网：1.TCP和UDP的区别2.TCP三次握手四次挥手具体是什么？数据结构：1.unordered_map和map底层实现是怎样的？讲讲哈希函数？哈西冲突怎么解决？讲讲红黑树？2.讲一讲vector底层实现？3.讲一讲stack和queue？两个队列怎么实现一个栈？算法：leetcode原题1.每个课程有先修课程，请问可以修完这些课程吗？修的完输出顺序，否则返回空2.翻转指定范围里的链表