河北某中小厂Java实习面经（已oc）

1. 明确优化目标   - 任务定义：明确模型需要优化的具体任务（如文本生成、分类、问答等）。   - 性能指标：确定评估模型效果的指标（如准确率、F1分数、BLEU、ROUGE等）。   - 数据需求：根据任务目标，准备高质量的监督数据。2. 准备高质量监督数据   - 数据质量：确保标注数据准确、一致且覆盖任务场景。   - 数据多样性：覆盖任务中的多种情况，避免模型过拟合。   - 数据规模：根据任务复杂度，准备足够数量的样本（通常数千到数百万条）。   - 数据格式：将数据整理为模型输入输出对（如 (input, target)）。3. 模型初始化   - 选择预训练模型：根据任务选择合适的预训练模型（如 GPT、BERT 等）。   - 冻结部分参数：对于小规模数据集，可以冻结部分底层参数，只微调顶层参数。   - 学习率设置：使用较低的学习率（如 1e-5 到 1e-4），避免破坏预训练模型的知识。4. 微调过程   - 损失函数：根据任务选择合适的损失函数（如交叉熵损失用于分类任务）。   - 批量训练：使用合适的批量大小（batch size），平衡训练速度和稳定性。   - 正则化：通过 dropout、权重衰减等方法防止过拟合。   - 早停策略：监控验证集性能，避免过拟合。5. 评估与迭代   - 验证集评估：在独立的验证集上评估模型性能。   - 错误分析：分析模型错误案例，针对性补充数据或调整训练策略。   - 多轮微调：根据评估结果，进行多轮迭代优化。6. 高级优化策略   - 任务特定提示（Prompt Tuning）：设计更好的输入提示（prompt），引导模型生成更准确的输出。   - 数据增强：通过数据增强技术（如同义词替换、回译等）扩充训练数据。   - 混合训练：结合无监督学习和有监督学习，提升模型泛化能力。   - 领域适应：如果任务涉及特定领域，可以使用领域内数据进行进一步微调。7. 部署与监控   - 模型压缩：通过量化、剪枝等技术降低模型推理成本。   - 持续学习：在实际应用中收集新数据，定期更新模型。   - 性能监控：监控模型在实际场景中的表现，及时发现和修复问题。#牛客AI配图神器#  #产品经理#  #Ai产品经理#  #面试#  #聊聊我眼中的AI#  #AI了，我在打一种很新的工#

查询每个岗位中位数位置上所有grade的信息代码如下：select id, job, score, t_rank from(    select *,     (dense_rank()over(partition by job order by score desc))t_rank,    count(*)over(partition by job)N from grade)twhere t_rank >= N/2 and t_rank <= N/2 + 1order by id ASC

2025届 文远知行 系统研发工程师 一面 70min1. 操作系统项目是怎么样的一个项目，是 demo 吗，代码量有多少2. ext4 排查过程详细讨论，在排查的处理逻辑方面讨论了很久3. Linux 系统中，有关于读写的调用有哪些，pread 和 pwrite 了解吗4. 如果一个硬盘 IO 时阻塞了，会发生什么情况5. 一个 read 请求的全流程，从用户态接口到落到物理磁盘6. netstat？7. 查看 CPU 占用的情况，里面有个 wait 字段是什么意思8. 如何查看硬盘的占用？du df -h9. 做题：给定一个不含有重复值的数组 arr，找到每一个 i 位置左边和右边离 i 位置最近且值比 arr[i] 小的位置。返回所有位置相应的信息。（25届校招已开放，26届实习生同步招聘）💼 公司岗位：全球领先的L4级自动驾驶技术公司，目前在招岗位涵盖算法，开发，测试，硬件相关岗位，base北上广深/美国圣何塞/新加坡；🫶️ 团队氛围：工作不用打卡，环境开放，氛围良好，大牛多多，公司每月开一次全员会议，更新最新公司进展与解答员工关心的问题；👨🏻‍💻 工作环境：总部在广州海珠国际生物岛，窗外风景很好，办公区还有台球桌和乒乓球桌，楼下也适合散步跑步打球等各种户外活动；💰 薪资待遇：岗位不同待遇不同，研发人员全员持股，六险一金齐全，公积金最高档缴纳；公司全年包三餐，每周可以自选工作日每天的餐品，每天有免费零食，夏天有备冰淇淋雪糕等；❤️ 职场感受：个人感觉是很适合历练成长的地方，在这里只要有付出，不愁得不到回报，能力突出者很快能有独当一面的机会；【内推链接】https://app.mokahr.com/m/campus_apply/jingchi/2137?recommendCode=DSaUuUtT#/jobs【内推码】DSaUuUtT                                                                               【备注】使用内推码的同学可以留下【姓名缩写+岗位】帮你跟进进度哦                                             #文远知行#                                                                                         #内推#                                                                                       #内推码#                                                                                       #秋招#         #实习#                                                          

JD一面 3.3（40min）无自我介绍实习中数仓建模工作的介绍（大概讲了15min）HDFS中副本机制的优点YARN调度的流程如何查看HDFS中的磁盘占用量以及YARN中的资源使用情况MapReduce运行过程中某一个YARN节点挂掉有什么影响说一说对Spark的理解数据同步工具除了Maxwell还用过哪些MySQL有用过吗？联合索引（A,B,C），查询条件中（B,C）是否会生效Redis和MySQL的对比Java中异常处理的方式map和list有了解吗Linux中如何查看一个日志文件中是否存在某个订单号Linux如何查杀进程二面 3.4（40min）个人背景，简单聊聊天实习工作拷打，数仓建...