许愿华为

想投身AI领域，。首选自然是头部大厂，如字节、阿里、腾讯、百度等，它们业务场景多元、算力资源雄厚，适合追求平台与稳定性的技术人才。其次，关注那些弄大模型 的 非头部大厂—— 智谱华章、月之暗面、Minimax、百川智能、阶跃星辰，这些明星创业公司技术前沿、氛围灵活，往往能让你更快接触到核心研发。然后还有那些传统行业的AI部门，比如车企（蔚来、理想）、金融、智能制造等领域，它们正面临深度数字化转型，AI人才需求旺盛且场景落地扎实。最后，像商汤、科大讯飞这类深耕多年的AI企业，技术积累深厚，同样是值得考虑的方向。选对公司，既要看赛道，也要看与自身发展节奏的匹配度。#牛客AI配图神器#

四段实习经历，三段大厂。。春招至今0面试。。。受到好大的打击啊

最近十分焦虑，本来计划找java岗的，结果现在这个时代，什么都要带上ai，本来就有一大堆java八股文没背，还要仓促的学agent，但学的都是基础呀。简历上那些都是提示词工程，让AI输出指令格式，然后程序判断，也没什么含金量。完全没有什么竞争力😭，唯一的竞争力就是实习时间可以长些吧。但我也找不到适合的学习项目，另一方面自己也比较着急。想要快点找实习。求大佬们指点一下小弟😭😭😭

1. 你做过大模型数据处理的话，预训练数据清洗一般怎么做，去重、去噪、质量过滤分别解决什么问题？预训练数据清洗本质上是在控制“数据量”和“数据质量”之间的平衡。去重主要解决模型反复记忆同一批内容，避免浪费训练 token，也减少 benchmark 污染。去噪主要是过滤乱码、模板页、广告页、低信息密度文本、机器生成垃圾内容，不然模型会学到很差的语言模式。质量过滤更偏向保留高价值内容，比如结构完整、语义通顺、知识密度高、代码块规范或者问答对明确的数据。实际工程里一般不会只靠一个规则，而是多阶段处理：先做规则清洗，再做语言识别、长度过滤、内容打分，最后再结合 dedup 和采样策略。因为预训练效果...