2023暑期实习-语音算法面经记录

bg:双西电，无竞赛，一段中小厂AIGC算法实习，小论文正在写（简历里只写了是科研项目）从去年12月开始，投了：360日常网易暑期美团暑期（jd十分符合）小米暑期minimax暑期全部简历挂现在做算法的实习要达到什么要求啊？相同方向论文？垂直实习？大厂实习经历？看着身边的大家开始笔试面试，还天天在等待，结果今天一查，小米美团全给我简历挂了目前是没有在简历筛选中的了，腾讯字节估计也会直接挂现在手里有一个汇丰的oc，是好好干这一段然后赶紧做项目转开发呢？还是等秋招加上论文在投头铁冲一波？#暑期实习##算法实习##牛客在线求职答疑中心##应届生简历当中，HR最关注哪些？##牛客创作赏金赛#

啊一切都是命运之门的选择，8年b站老用户没想到能拿到offer,来b站两周了，简单说一下在阿b的感受吧 面试整体很丝滑，4.28hr面—4.29leader面—4.30上午面完晚上就发offer了 我猜是因为之前做过珀莱雅在B站渠道的媒介和综艺《萌探3》的pd，有商务的经验，整体比较匹配岗位所以过的很快 想了解面经的后面会发一个完整的笔记 1️⃣工作氛围：入职后感觉每天都很开心，部门氛围很好，工作也很有成长性。部门都很年轻，会耐心教工作内容，很多S级项目从策划到落地都可以参与，有不懂的及时提问，哥哥姐姐们都很好，每天都感觉进步一点点。 2️⃣工作时间：我们部门是11点上班8点下班，弹性...

结合最近辅助修改的简历及项目，老师总结了部分大模型微调简历的踩雷点。🙅‍♂️错误示范：在 x任务中，获取 xxx 条数据，通过规则 or 脚本清洗出 x 条数据，然后微调 y 大模型，在业务上提升 x 个点。✍🏻原因:大模型微调的平台是现成的，基模是现成的，体现不出核心能力。✅应该怎么写？首先介绍业务背景：业务是一个销售对话业务，机器人是销售，代替真人，直接面对用户。我们会给模型设定任务，任务是 prompt 。步骤1️⃣．提取训练数据问题：1.真人通话每通电话任务是未知的，我们训练数据是任务＋通话的 pair 对。2.真人通话很乱，与客户的对话是各种交叉的，导致 asr 后并不是一人一轮。解决方案：1.首先通过大模型 prompt 对该通电话提取任务，得到任务＋ pair 对。需要用到 cot + reflection ＋多 Ilm 一致性+ debating 的模式。2.使用大模型根据以上任务和真人对话，让大模型编写出通话内容。提问，为什么要编写而不是直接用？步骤2️⃣．制定训练数据集问题：1、正常的对话内容，前面几句和后面几句基本上一致的。都是问候和拜拜，但是也有一些差异。2、因为都是相似场景，虽然任务不同，但是很多场景语义很相似。解决方案：1、基于轮次的权重采样：通过轮次设定权重进行 weighting sample 。解决问候和拜拜的高占比问题。2、基于语义的采样：使用 bert 对对话内容进行 embedding ，然后使用层次聚类通过调节阈值聚类出相似语义的类。对一个类里的样本进行随机采样，提问，为什么要对重复语义的数据进行下采样？3、基于客户类型和产品的采样，因为很多产品是热品，导致对话内容有偏，用户类型一样，需按照类型调整整体比例采样。提问，为什么要这么采样？步骤3️⃣．制定训练数据集我们直接把输出当作 target 进行训练。使用的 lora 训练，但是 lora alpha 设定成为4倍的时候达到了比较好的效果，经验值不同任务不一样，提问，在各种情况下要怎么调？步骤4️⃣.dpo训练问题：v1版本训练时，很多输出内容是对的，但是输出的语气不太像真人，机器人味还是很严重。解决方案：由于训练本身是有 ground truth 的，因此使用v1训练的模型，预测训练集，使用大模型对比两者语气不符合训练集的拿出来，使用训练集的 ground truth 和模型的预测数据作为 dpo 训练对，对v1版本模型重新训练。📳这里老师只是简要进行概括解答，具体情况和详细解答可以咨询辅导，如果想了解项目辅导，提升面试能力，欢迎后台联系。#算法# #简历中的项目经历要怎么写# #算法岗面试# #互联网大厂招聘#

实习时候的真实感受~从面试就有被震撼到的公司环境，在cbd打工环境风景都超好的，下班的落日经常超级好看！！ 工资超级美丽，福利待遇也很好，而且每天没有考勤打卡这种事情的幸福谁懂啊！！！偶尔睡过头或者天气不好迟到一会一点影响都没有每天过着早十晚六的生活（其实也不是那么准时）而且从来没加过班！！ 感觉是运气很好来到了一个很好的部门，部门十几个人大家都非常和善部门氛围很好很好，leader很有趣很有意思几乎每周组里都有下午茶奶茶，组里帅哥美女又多大家也都非常非常好 以及有一个巨好的带教师兄虽然我也不是实习多丰富的人但我的带教师兄真的是我见过听过的mentor里最最最好的了！会额外教我们很多东西，也会...