小红书 计算机视觉&多模态 笔试

(是之前一段时间太焦虑了，到处随便海投但是没想到简历过了，从hr电话约面试到线上面隔了两天半）哈哈 半个小时结束，铁凉  刚刚去看了官网，没有秒挂我很失望 😅  问的都很基础。一.自己介绍做过的项目中的难点。这个还好。二.开始问基础   1.js数组操作   2.vue基础框架   3.css居中定位   4.js中渲染顺序(比如promise 和settimeout   5.动态加载js  好像还有几个，答得比较流畅就没有太深印象  没有手写代码，可能是因为我答得太菜了面试官就想直接结束了三.反问   1.问了技术栈，vue为主   2.上班时间，早十晚八   3.实习机会，最难绷的部分，因为我知道我表现得不太好，所以我直接问xhs这边投简历可以重复投吗，会不会锁。面试官也笑了哈哈哈哈哈哈，他说没关系，可以再系统的学习准备一下再投。     救命，面试官人很好，一直在引导，也没有嘲讽，但是我再也不想看到面试官想笑不敢笑的表情了   立马拒绝小米，金山和🐧，不想再自找羞辱了😭  刚刚还在跟朋友开玩笑说要#沉淀

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...

佬们 这个部门是不是kpi面啊 投了很久了 现在约面 而且看到一些帖子说这个部门都是kpi面 还有必要继续面试吗 #小红书求职进展汇总#

理想汽车 - 大模型算法实习生（长期有效，HC丰富，校招也开放ing）职位1-描述【大模型推理（Reasoning）与通用Agent AI】：- 研究通用大模型逻辑推理算法；- 研究o1的训练方案，搜索空间的探索与self-play的训练；- 研究Agent AI算法，助力实现L3智能；职位2-描述【大模型推理（Inference）优化】 ：- 研究大模型推理阶段的KV cache 优化算法；- 研究分布式GPU训练优化算法，包括但不限于负载均衡、显存优化等；总结：大模型推理方向，GPU资源丰富，实习+论文，我全都要！我们能提供：1.技术沉淀：参与大模型技术研究，培养解决技术难题的能力。2.实战经验：参与真实业务场景的落地和上线。3.论文产出：发表高水平论文，培养顶会写作能力。4.成长支持：Mentor指导，重视成长，和优秀的人做有挑战的事。我们期待的你：必备项：- 专业背景：计算机、数学、人工智能等相关专业的在校生，统计和强化学习相关方向优先；- 基础能力：理论功底扎实，熟悉LLM、NLP相关算法，精通transformer和RL等相关算法优先。- 工作态度：主动积极，自驱能力强，具有创新意识。加分项：（没有也没关系，我们更看重潜力）5.实习时长：能够长期实习，长期合作。6.竞赛大佬：ACM/OI大神，代码能力出众。7.学术研究：在ML顶会发表论文，研究能力出众。8.相关经验：有大模型推理、模型优化、大模型框架优化和强化学习等相关工作经验。工作地点：- 北京朝阳望京心动了？赶紧砸简历过来吧！📧 简历投递：xuhao12@lixiang.com 简历要求：邮件名及简历标题命名为“姓名-学校-专业-实习时长”和我们一起，驰骋未来吧！🚗