滴滴语音方向算法实习生招聘：工作城市：北京岗位职责（具体工作内容）：1、参与超大规模语音数据治理：参与数亿级语音数据的自动化清洗、质量评估与元信息挖掘（如语种、信道、噪声等）；2、大规模声纹建模：协助训练与优化千万级ID的声纹识别（Speaker Recognition）模型，提升大规模场景下的识别准确率与鲁棒性；3、语音预训练探索：参与自监督/半监督语音表征学习（如WavLM、Whisper-style等）的预训练实验与调优；4、语音大模型垂类适配：基于通用语音大模型（如Whisper、MMS、VALL-E、SpeechGPT等），开展以下属性感知微调与对齐：声纹特征解耦与表征学习情感识别性别与年龄属性预测方言/口音识别与适配任职资格：1、计算机、人工智能、电子信息、声学或相关专业硕士及以上在读（2026年及以后毕业）2、精通Python，熟悉 PyTorch，具备大规模数据处理经验3、熟悉语音基础技术：声纹嵌入（x-vector, ECAPA-TDNN）、情感特征（eGeMAPS, IS13）、方言识别或属性分类模型4、了解自监督预训练语音模型（如 Wav2Vec 2.0、Whisper、MMS）或语音大模型基本架构5、每周可实习 ≥4天，持续 ≥3个月加分项：1、有声纹/情感/方言相关项目或竞赛经验（如VoxCeleb、IEMOCAP、DF2022等）2、熟悉多任务学习、解耦表征、提示微调（Prompt Tuning）或LoRA等大模型适配技术3、掌握音视频处理工具链（FFmpeg, librosa, torchaudio, Kaldi）4、在 INTERSPEECH / ICASSP / ACL / EMNLP 等会议发表过相关工作简历投递：邮箱 xuetaolve@didiglobal.comPS：流程贼快，急需人，面试要求不高

1.实习介绍2.展开讲一下在百度实习的工作3.实习工作具体是如何做的？4.具体探索过程是怎样的？5.想法是如何逐步优化的？6.介绍一下你了解的其他基于 MoE 的模型架构7.如果基于 MoE 的模型在训练时负载均衡不好怎么办？8.讲一下负载均衡的概念9.如何解决负载均衡问题？10.讲一下 DPO、PPO、GRPO 的区别11.如果在训练 DPO 的过程中，正例和负例的 loss 都在下降，该如何解决？12.讲一下 RAG 项目的亮点13.如果召回的答案不是想要的，该怎么处理？14.算法题：求根节点到叶节点数字之和（LeetCode 129，非 Hot100）

正常HR面问题，实习职责，产出，部门组织架构难解决的问题对团队有什么期待怎么看待加班已oc

1.你的 Agent 系统Prompt 是怎么设计和迭代的？有没有做过 Prompt 自动优化？当用户提出不完整的请求时，如何补全用户意图的？2.构建 Agent 的时候，遇到过哪些瓶颈？LangChain 的 memory 默认机制在多3.用户并发中怎么做隔离？你是如何保证线程安全的？4.微调 Llama2 你是怎么选择训练样本的？清洗逻辑是什么？你有没有观察到哪些训练样本质量问题对模型行为有很大影响？举例说明。5.DPO相比 SFT，有哪些优劣？它在 Agent 任务上效果提升明显吗？你怎么构造偏好对？构造逻辑是自动的还是人工？6.你说你服务部署在 vLLM 上，为何选择它？KV-cache 如何帮助推理加速？你自己做过哪些优化？7.假如需要支持 Streaming 输出，但当前服务延迟又超标，你会怎么折中设计？8.多轮对话上下文状态管理是如何做的？如何在高并发场景下保证一致性？9.你做的 Agent 使用了多少个外部工具，在调用链条上如何保障故障容错和超时机制？10.有没有做过工具调用失败后的feedback策略设计？11.训练过程中数据来自用户行为日志，你是如何从这些数据中抽取训练对话的？有没有做过归一化或事件抽象？12.有没有了解过带有时间窗口/偏移限制的对话系统？模型怎么“理解时间”？13.你觉得 Agent 哪些模块最容易在真实业务中出问题？你会如何监控和定位的？