【字节跳动】强化学习实习生

【美团到家事业群-到家研发平台春招转正实习（大模型算法工程师）】0 重点转正率极高，转正率极高，转正率极高，不需要再次面试！！！1、实习工作描述- 研究大模型前沿技术，包括不限于预训练，指令微调和强化学习等对齐技术，多模态、可控文本生成、神经网络压缩技术等；- 研究高效数据处理技术，研发中文大模型预训练数据分布式采集、标注工具及平台，构建高质量数据集；- 实现大模型高效分布式训练和推理性能优化；- 推动大模型在搜索、客服、推荐、广告等场景规模化落地；- 参与大模型平台建设2、岗位要求- 计算机、数学、电子信息工程等相关专业博士、硕士研究生优先，要求在2025年10月前毕业。- 有高水平论文至少1篇及以上，有过高水平会议与期刊投稿或审稿经历的同学优先。- 有良好的学习能力和研究习惯，优秀的沟通能力，对新事物保持好奇心。具体研究问题将结合同学兴趣和团队需求综合考虑，有意向的同学欢迎联系：zhangxuesheng@meituan.com也可扫码

0 prompt engineer 就是prompt工程师它的底层透视。 1 学习大模型的重要性 底层逻辑 人工智能大潮已来，不加入就可能被淘汰。就好像现在职场里谁不会用PPT和excel一样，基本上你见不到。你问任何一个人问他会不会用PPT，他都会说会用，只是说好还是不好。你除非说这个岗位跟电脑完全无关。但凡说能用上电脑的，基本上都会用excel和PPT，你不会用的基本上都被淘汰了，逻辑一样。 人工智能虽有一些应用场景，好像跟普通人没关。如智能驾驶，人脸识别，好像跟普通人关系不太大，我们都是被动使用。但现在这大模型跟我们每个人都有关，它是一个强大提升工作效率工具。你不会用，将来就好像跟PPT...

直播 4.8   55min 1.自我介绍2.课程设计提问，几个人做的，有没有遇到分歧‘3.毕设介绍，为什么选这个，说说你对DQN强化学习的理解4.毕设拷打，问了二十分钟5.你更熟悉python还是java6.做题 easy 原地移除值=val的元素，返回新数组长度，一开始用pop没完全做对，很快用双指针纠正了本来还想再给我一道题，被叫停了，说时间有限制7.给你一个直播间，你怎么测试？8.测试这些东西你怎么学的9.说说你社团和学习时间怎么分配的10.你从这些学习到了什么11.你的职业规划12.之前你已经通过了三轮面试， 为什么申请转部门？对工作地的要求13.手上有几个offer，都投测开吗14. 结束无反问而且进来是两个面试官，一个闭麦不开摄像头听我面试猜想1.应该是这个leader带着进来学习面试的，所以我怀疑是kpi猜想2.leader旁听，组长面试，因为面试官很年轻尽管如此，还是希望有hr面吧更新 直播无hc了，明天转部门5面。。已经有很大可能是拿我刷kpi了，明天要么过了hr面，要是再六面，那我不面了，把我当猴耍呢

简单理解就是比如apple这个单词，给你的单词形如a_p_e，需要编写一个算法，猜出_可能是哪个字母： char guess(string blurred_word){} 实现形如这样的函数逻辑，要猜出_里可能是哪个字母。官方建议使用更正式的机器学习方法：如神经网络（NN）、长短期记忆网络（LSTM）、强化学习等。实在是没有这方面基础，感觉短时间内也做不出来，照着gpt代码训练的模型准确率只有5%，不打算提交了。。。