kaggle比赛铜牌对于找工作有用吗

LLM 大模型学习必知必会系列(十三)：基于SWIFT的VLLM推理加速与部署实战 1.环境准备 GPU设备: A10, 3090, V100, A100均可. #设置pip全局镜像 (加速下载) pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ #安装ms-swift pip install 'ms-swift[llm]' -U #vllm与cuda版本有对应关系，请按照`https://docs.vllm.ai/en/latest/getting_started/installation.ht...

1. 自我介绍2. 问实习经历（和算法相关度低，主要是开发）3. 问 kaggle 竞赛做了什么4. xgboost 和 lightgbm 的区别（接着 kaggle 竞赛问的）5. 算法题：给一个 0.7 概率返回 1, 0.3 概率返回 0 的随机数生成器，怎么生成任意指定概率返回 1 的随机数生成器。答得很烂，面试官引导了很久才做出来。6. （面试官说我简历项目相关的太少，很多东西没法问，我说您要不问我深度学习相关的）讲讲 Transformer 结构。7. Transformer 推理和训练都能并行吗？8. 反问：现在拼dd加班强度大吗，我看您的精神状态好像就很好啊。答：其实还好，看部门。又问下班时间，没直接回答。问后续流程，答总共有2次技术面1次HR面。总体面试体验挺好的，答得好的面试官会称赞你基础好，答得不好也引导得非常有耐心。只是最后没忍住反问加班强度，被面试官问了最晚可接受的下班时间（回答的10点），应该会减分吧。

【团队介绍】我们是百度搜索策略部的核心业务团队——【基础排序组】，汇集顶尖的技术人才，与攻城拔寨的高阶工程师和指点江山的业界知名科学家一起，为了使“人们更便捷的获取信息”的目标而奋斗。【工作职责】当前工作包括大模型小型化、预训练优化、模型新结构、超大规模向量索引、索引模型联合学习、样本技术、信息抽取、多目标、文本生成、基础NLP技术、端到端搜索等。我们一方面持续探索前沿技术，组里部分工作在KDD、EMNLP等会议上发表；一方面解决百度搜索实际问题，通过理解海量长尾表达和知识，更好的满足用户的搜索需求。 【职位要求】扎实的机器学习/深度学习理论和技术基础，了解各种机器学习算法，并深入理解并掌握某...