楼主前端岗，目前在找暑期实习，求佬们帮忙选择一下，给个建议1. 快手，base北京，效率工程部，负责内部协同文档，ai接入等等，应该是企业内部自用的系统，hr说保证秋招前有转正答辩机会，会评估个人产出和实习时长，对快手有滤镜，福利很好，听人说这个组不卷而且大老板人很好2. 美团，base 上海，点评事业部，负责搜索与美食展示，用的是内部自研语言，面试时说是大前端，纯前端的内容比较少，大部分情况下是自研语言开发移动端，少量客户端，楼主一点客户端也不会，但是转正概率高，面试官说只要愿意留表现不是太差的都会转正。但是因为用内部语言，想着实习方向上不垂直，感觉技术上帮助不大，另外点评事业部有的说好有的说快跑，不太知道详情3. 字节，base 北京，负责广告业务里的风控，安全等，hr面说因为没到hc盘点的时候，所以不保证有hc，但大概有，而且要看个人产出和表现，听说字节转正率不太高，一堆实习一两年的同学在等转正机会，楼主卷不过她们，而且听说很压力，另外因为没走官网，也不确定是不是暑期实习，但是宇宙厂title很大。听学长说广告业务很好，但是风控不太行，有没有佬懂的【求佬们给个意见，能从转正，发展前景上，以及转正#offer选择 失败秋招背书上给点意见就非常感谢了】#offer选择 #暑期实习#技术岗 #暑期offer#求助offer选择 #工作选择#找实习 # offer

1.自我介绍2.闲聊，包括毕业要求、什么时间可以来实习，可以实习多久等等3.介绍项目4.容器是如何实现隔离的？5.简历上异构多处理器计算资源调度算法有神么应用场景？6.容器向外界发送一个请求，比如www.baidu.com，怎么确保容器能够接收到这个请求呢？（我是结合容器内部的一个ip分配、容器运行时和内核之间的响应回答的）7.容器内部向www.baidu.com发送请求响应流程（实际上就是url的解析过程）8.docker容器的发展了解么？答：讲了一下docker之前的一些容器，比如lxc等等9.了解k8s么（这个很熟悉）10.对云原生了解么（云计算到边缘计算全讲了一遍）11.场景题，给你一个任务DAG，有计算密集型节点（对cpu使用比较多）、I/O通信密集型的，你怎么去实现高效调度呢？答：结合I/O多路复用回答的12.I/O多路复用发挥怎么个作用呢（这个之前面试刚问过，很熟悉）13.进程和线程？14.了解协程么15.http安全么？为什么？16.https的加密方式？17.https加密为什么要服务器发送一次密钥，客户端再向服务器发送？（这个尝试了两个答案，面试官没有很肯定）、18.http连接是哪一层的？19.http连接是tcp还是udp？算法题：hot100 岛屿数量反问1.对今天面试有什么建议2.什么时候出结果——————————总体来说问的问题基本都回答上来了，没有出现卡壳的情况，就是最后算法题输入犯了个低级错误到最后才检查出来面试官看了我的思路觉得没问题，后续安慰了我一下。啊，不会因为这个输入的卡壳导致整段垮掉吧，我听说字节还是挺重视算法题的，悲、面试感受的话感觉问得其实挺深入的，但是因为都有详细了解所以都回答得出来，算法得多熟悉下ACM模式了，哭。——————————4.7 进二面了，芜湖！

一句话总结：客户端复杂度不如后端一根毛。愿世上再无坑人的客户端招聘1.以前做客户端开发，那可需要实打实的技术。要搭建复杂的项目框架，像搭建一座高楼一样，从底层开始，一步都不能错。处理网络请求时，得考虑各种网络状况，确保数据准确、及时地传输。数据存储也是个大难题，要选择合适的存储方式，优化存储结构，提高数据读写效率但现在有了Cursor，只要输入简单的需求描述，它就能生成代码框架，还能帮忙处理网络请求和数据存储的代码。很多原本需要深入思考和复杂操作的工作，瞬间变得简单。这就导致，原本体现开发者技术价值的工作，变得没什么技术含量，很多人都能借助工具完成。2.对于想从事客户端开发的人来说，现在的就业环境变得更严峻了。企业在招聘时，会考虑既然借助Cursor很多人都能完成工作，那对开发者技术水平的要求可能就会降低。这就导致大量非专业出身，或者技术水平一般的人涌入这个行业，竞争变得异常激烈。 对于有经验、技术好的客户端开发者来说，他们的优势也很难在求职中凸显出来。因为企业可能更看重成本，既然普通开发者借助工具也能完成工作，为什么要花高价聘请技术高手呢？3.在职业发展方面，Cursor的出现也让客户端开发者的成长空间受到限制。以往，开发者通过解决复杂的技术难题，积累经验，提升自己的技术水平，从而获得晋升机会。但现在，很多难题都能被Cursor轻松解决，开发者失去了锻炼和成长的机会。而且，随着Cursor等工具的普及，企业可能会减少对客户端开发者的岗位需求，甚至可能将一些客户端开发工作外包给低成本的团队或个人。这就导致客户端开发者在公司内部的晋升机会减少，职业发展前景变得黯淡。#牛客AI配图神器#

面试问题：- 聊聊对transformer的理解，整体结构是怎样的？几个部分组成- Attention的公式里为什么要除以根号dk？这个操作有什么作用？另外，为什么在训练过程中容易出现梯度消失或梯度爆炸的问题？- （针对简历提问）在sft中遇到了哪些问题？最后是怎么解决的？能不能分享一下你的经验？（好好好套方案？）- （针对简历提问）领域大模型数据配比是如何考虑的？不同领域的数据比例如何确定？- 为什么现在的LLM都是Decoder-only？这种结构有什么优势？- ADAM优化器比SGD好在哪？简单介绍一下梯度下降的原理，ADAM是怎么改进的？。。。代码题：- 给定一个互不相同的整数数组 nums，求其所有子集（幂集）。（类似leetcode78）- （第二个题好像是个字符串的题，忘了）