邮储体检

牛友们，日常实习入职体检有些指标偏高偏低会有影响吗（问了医生，说是正常的波动，少喝饮料别熬夜就行）

我感觉商飞北研的招聘比较倾向于北京的院校，一方面是方向比较对口，另一方面也有一点近水楼台先得月的感觉。面试过程与其他公司的一对一面试不同，他的面试官有技术主管和部门领导，不过整体流程是极为轻松的，内容跟其他面试基本相同，感觉大家的精神面貌都挺不错的。感觉自己能够进面很大的原因是自己的研究方向跟部门的契合度比较高，感觉他们对方向的对口程度的要求还是蛮高的。

机器学习岗8.13：投递简历8.20：一面8.23：笔试8.26：二面9.3：三面9.9：测评9.12：HR面10.18：官网状态转offer阶段10.21：意向书泡了一个多月，终于泡出来了。。。项目以外的面经：一面（50m）- 为什么现在RAG大部分都采用召回+精排的方式来检索知识？- 模型训练的时候有没有遇到过loss不收敛或者loss骤降为0的情况？有什么可能的原因导致？- 讲一下transformer- 场景题：假设你每日可以获取到某社交平台的社区数据，每日数据量很大，怎么从中获取到关于某个产品的评价数据。二面（35m）- 场景题：我有一大堆用户评论数据，我想要从中筛选出关于某个话题的内容，并且还要分发给不同的部门，如何实现？- 场景题：对于一个对话系统，假设我对于模型的回复正确率的要求特别高，并且我需要知道一些精确的数据，不只是泛泛而谈，比如我问“qq音乐今天DAU是多少”，需要模型给出具体的值，你觉得要怎么设计？- 场景题：估算一下混元的DAU- 怎么理解大模型的记忆- 数据从用户到服务器的传输过程- 讲一下数据容灾- 讲一下分布式编程- A/B测试三面（1h）- SFT和RLHF的作用分别是什么- 讲一下RLHF- RLHF中的reward model怎么训练的- 讲一下DPO- 讲一下transformer- 讲一下GQA，GQA有什么优缺点- 有了解最新的大模型吗？了解llama3.1吗？- 有了解哪些LLM分布式推理技术吗？- 讲一下大模型量化技术HR面（25m）不像面试，更多的是聊聊天，问一下个人的发展意向和职业规划#腾讯音乐##算法工程师##晒一晒我的offer#

双非本末 9 硕，cpp 选手 allin 游戏，然而 ue 岗位少中少，所以也会面银行或者其他国企(沈阳)。想问问大伙不会 java 有没有机会进银行国企呢