理想汽车智能座舱急招实习生！工作地点杭州

春招基本快结束了，只剩下cadence还差一面不确定情况，比较青睐的offer有这些来看看大火建议。1. 理想汽车：（n+7）*16 岗位：基座模型团队-智能体公积金12%，工作地点可选杭州北京（我肯定倾向杭州），工作内容是我比较喜欢的，更偏研发一点，HR说大概率985，但是项目上线前可能周末也要加班，周末加班是调工作日休息（有没有在职员工讲讲是真的吗），没13薪，说年终70%的人是4个月。优点是钱多工作内容我喜欢，缺点是害怕强度和裁员，前年解约应届生太吓人。2. 小鹏汽车：(n+2)*15岗位：多模态算法-智能座舱公积金就5%，地点北京，有13薪，预计2个月年终，一个月餐补有个1K+，工作强度感觉也是985左右，在这里面应该是我倾向性最低的。优点是我接的第一个offer，而且有具体业务会不太容易像研发那样业绩不好就被裁？3. 阿里飞猪：n*16岗位：大模型算法-智能客服公积金12%，地点杭州，有13薪，HR说90%的人拿3个月年终奖。定级P5，HR说年假每年叠加，5/6/7/9这样，而且每年额外3天带薪旅游假，估计也是985。好处是假期算多的，而且算是互联网以后好跳槽？4. cadence：预计（n-4）*15岗位：Software Engineer - LLM还没面完所以不确定能不能拿到，还有一些具体细节也不清楚，可以确定的是地点上海，外企wlb，上班时间肯定是最少的，假期也是最多的。但担忧就是上海本来生活成本就高的情况下薪资还低不少，而且现在中美关系紧张，美企以后怎么样也不确定。

前情提要之前腾讯云二面挂了，当天被QQ部门捞了起来。面试官特别像漠叔，开场让我做了个简单的自我介绍，然后直接进入八股文环节。面试问题回顾C++多态有哪些？我提到了静态多态（函数重载、模板）和动态多态（虚函数、继承）。C++异常处理？我解释了try-catch机制，以及如何通过throw抛出异常。C++堆栈大小？我猜测可能是问堆和栈的内存分配，简单提了一下栈的大小有限，堆可以动态分配。用户态和内核态的区别？我解释了用户态是应用程序运行的状态，内核态是操作系统核心运行的状态，切换需要系统调用。系统调用和函数调用的开销？我提到系统调用涉及用户态和内核态的切换，开销比函...

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#

个人背景：中9本硕，一段轻舟实习，无顶会但有Kaggle 3D Detection银牌投递清单及进度小米汽车感知算法工程师Offer3.5笔试→3.12技术面→3.20HR面蔚来量产感知算法二面挂简历评估2周→3.8一面→3.15二面理想汽车BEV感知研发终面待定3.1笔试→3.10技术交叉面小鹏汽车场景语义理解已OC免笔试→3.6直接两轮技术面元戎启行端到端模型研发二面3.13投递→3.20一面MomentaOccupancy算法一面挂3.3笔试→3.18技术面面经分享1. 小米汽车一面大概一个多小时开始是5分钟左右的自我介绍（自己提前准备好了PPT）二叉树最大路径和（变种）+ 多相机标定矩...