自我介绍八股（可能遗漏）：1. 讲讲推荐系统流程2. Transformer 位置编码是什么3. QKV 注意力公式为什么除以根号 d4. 简单讲讲 GCN5. 简单讲讲 RNN6. RNN 里的参数是什么样的（答：参数共享）7. Dropout 是怎么做的？有什么作用？推理和训练时 Dropout 的区别？如果推理也用 dropout 会怎么样？8. 讲讲 BN？BN 训练和推理什么区别？有什么用？9. 用 CNN 把 (64, 64, 128) 变成 (x,y,z)（具体数字忘了），卷积层参数量是多少，计算一下（没答上来）。10. 我看你上过最优化方法？什么问题才是一个凸问题？凸集和仿射集的定义是什么？算法题：LC233（Hard），纯初见，没做出来，勉强讲了一下初步思路。反问：对我有什么建议，答建议提升算法能力，建议多搞点相关度高的实习和项目。言下之意应该是匹配度有点低。全程对面没开摄像头，回答卡住时无引导，面试体验一般。

1.线程协程的区别，以及分别什么时候使用?2.设计一个系统，你要考虑哪些方面?3.如果用户感觉系统反应很慢,你如何判断是那一部分反应慢？并给出解决方案。4.垃圾回收算法，什么时候回收?5.get请求和post请求的区别6.项目中做了什么？负责的部分，遇到的困难，解决措施。7.项目难点反问:1.培养形式及工作时间2.有无hcHR问能实习几个月?(4个月)面试结束就秒挂。

#大厂无回复，继续等待还是奔赴小厂# 我选奔赴小厂🫠暑期或日常实习的话其实大可以先去小厂沉淀一波，一步进大厂还是很难的…而且其中的运气成分很多实习合同一般都写着双方都可以违约的，不用担心合同问题小厂虽然知识储备没有大厂完善，但是在新的环境中学的效率会高不少（别去什么黑奴厂就行，去之前看下风评）我自己其实就是从小厂开始实习的（虽然旁边的很多大佬都是一步大厂，或大厂之间跳槽） #不给转正的实习，你还去吗#   #我的实习日记#

目前接了某中厂(zyb)核心部门貌似非核心业务的搜索算法offer，还没入职。现在可能会有其他选择，关于大模型的prompt和rag的岗，英te尔这种公司。想问一下大家，这种该怎么考虑啊？背景是：之前有过大模型prompt和rag的小厂实习经验，但技术层面不深入。几乎没接触过系统的搜广推。个人感觉：去做传统搜索，应该会学到东西？想法是：没接触过就想接触接触。。然后大模型如果没机会接触微调的话，只搞prompt和rag是不是有点虚，因为现成的框架和工具已经很多了，感觉技术含量不高，就纯应用。将来秋招继续找算法岗的话，哪个会帮助更大呢？希望大家给点建议，讨论讨论也好哇谢谢u...