许愿浙江农信

技术最强的不一定混得好。见过算法竞赛金牌选手，进了大厂反而边缘化，因为他只会写代码，开会一言不发，需求理解总跑偏，项目推进靠别人。真正在大厂混得如鱼得水的，往往是这几类人：第一种是"向上管理"高手，知道领导想要什么，汇报简洁漂亮，让领导省心。第二种是"推进派"，跨部门协作不怵，催人不得罪人，项目从不烂尾。第三种是"抗压机器"，绩效考核、周报日报、OKR、各种评审，流程多到怀疑人生，但他们处理得游刃有余。反过来说，最不适合大厂的是什么人？是那种想法多、不服管、喜欢从零构建、受不了流程的人。这种人去大厂会很痛苦，但去创业公司可能是核心骨干...

本人9本无实习经历，二月初开始面试，快手xhs简历都挂，京东一直泡池子，腾子三面挂，滴滴大模型算法一面挂，美团二面挂，亚麻OA都A了也挂，Google一面也挂。反正都是在挂中度过的，其实二月也是比较焦虑和陷入自我否定当中吧。但是还是比较感谢节子的速度的，而且面试的过程里面的氛围和节奏都很舒服，介绍业务和发展方向也是很明晰的。hr小姐姐人也挺好的，而且全程都是hr加我微信进行推进的，有什么情况和我说和和及时帮我推进流程，每次面试前都会提醒我今天的面试以及祝我顺利。（我感觉体感上面，志节是我面过的体验最好的一个了，从hr到面试官人都不错）timeline:3.6投简历推进评估3.7 hr打电话来约面3.9一面，20min后约二面3.11二面，二小时后约三面3.13三面，两小时后约hr面3.13hr面，面完就差不多oc了3.17 收到正式的offer

不知道过两年会变成啥样…   

1. 自我介绍2. 为什么要用 DPO，你的 DPO 数据从哪里来DPO 主要用来做偏好对齐，让模型在两个候选答案中更倾向于选择符合业务偏好的回答，而不是只学会复现标准答案。SFT 解决的是“会不会做”，DPO 更偏向解决“更喜欢哪种做法”。数据一般不是直接从线上拿一问一答就能用，而是先用上一版 checkpoint 对同一批 prompt 做多候选采样，再经过规则、模型评审和人工复核构造 chosen/rejected。这里不用商业 API 蒸馏正反样本，是因为不同模型的输出分布和本地模型不一致，直接蒸馏会让偏好边界偏到外部模型的风格上，最后 DPO 学到的是别人的分布，不一定能提升当前模型...