4.9下午 一面 面完十分钟约二面4.11下午 二面二面流程：1. 自我介绍2. 拷打项目，主要是针对项目细节以及方案距离落地还有哪些需要考虑的地方，四十分钟3. 手撕类似螺旋矩阵感觉面的很好，希望团子给个offer这几天等的太焦虑了4.15 更新 已oc

春招岗回忆版实习内容聊得比较多，非常细致，需要全流程有印象、细节的实现、方案选取、corner case的情况果然实习最重要得还得是深度(可以自己包装一下)下面列举一下提到的点raft主要组成与实现方法CAP概念、最终一致性读写分离、租约机制预投票防系统抖动网络分区处理细节跳表细节，方案选择原因、与B数系列的区别WAL机制ETCD组成LSM-Tree组成、读写流程写放大问题LevelDB源码实现、compaction策略键值分离实现细节OceanBase三种Compaction策略墓碑问题Multi-Raft的实现TCP与UDPTCP重传机制、流控、拥控HTTP、QUICReactor模型、m...

这两天拿到三个实习offer，希望有经验的前辈能帮忙分析优劣。以下是各组情况和个人思考：1. 百度文心预训练数据组- 业务：纯做数据，不直接参与模型训练（面试官明确表示）- 优势：title大- 顾虑：dirty work，可能没成长2. 美团服务零售- 业务：通过用户行为数据优化用户体验（到店场景）- 技术栈：原本SFT+DPO，目前正在小规模验证RL+Agent方案（面试官称已有可复制的成效）- 优势：业务场景丰富，文档多。- 顾虑：组内GPU资源未知，美团技术水平不知道如何(相比其他两个)3. 阿里夸克医疗- 业务：医疗搜索问答- 技术栈：原本RAG，目前探索RL+Agent- 优势：充足GPU资源+搜索技术积累- 顾虑：业务可能比较窄作为第一份实习，更看重长期职业竞争力。想请教下选哪个比较好？欢迎有相关经验的前辈指教！       

研二下在读，研究方向是跨模态检索，但是感觉这个方向对应的算法岗有点少，所以想往NLP的推广搜上靠。求教各位大佬，简历里的项目经历可以从哪里找呢？组里的项目都是目标检测方面的横向，和NLP不沾边。真心请教项目可以从哪里找，然后包装呢？感谢各位大佬指点