1.主包base上海，但城市偏好北京/上海/杭州皆可，同等情况下prefer北京，但目前研一有课+期末有考试和开题答辩，应该画饼什么时候到岗？以及后续期末左右怎么安排通勤…（还是只考虑base上海？）求建议2.实习垂直度对秋招的影响？主包上一段搜广推策略产品，目前日常入职不到一个月但和上段完全不相关，暑期是尽量找策略向垂直经历还是随便多尝试尝试不同的方向/做自己喜欢的3.各家进度不一致如何平衡？or画饼的入职时间是否能cover掉这块的选择风险？（叠buff-虽然可能根本找不到暑期，但仍然抱着能选的心态来问）什么时候可以安心前往拿到的暑期ofr，目前感受是各家进度差异比较大，担心如果接了某个没那么满意的ofr后续又面到心选，很想allin一家做一段深度的实习，但个人又是心态比较焦虑所以担心因为时间安排的不合适错过其他机会。。toomany questions…….——————-mark主包的个人情况2本9硕商科 1中厂策略产品1大厂产运投递进度：大概投了20+岗位了 allin产品 基本不考虑ai产品面试情况：字节两个月内挂了六场腾讯目前挂了两场京东挂了一场百度将面未面中个人体感是自己面试比较弱 经常一面挂，对过往的项目不管是参与还是复盘的都不够深（挂了很多次之后依旧…因为很摆）另外只有一段产品实习在卷天卷地的产品里完全不占优势，今年常规产品招的又少所以对后续暑期&秋招产生了深深的焦虑主包经常在自己还行和不行之间反复横跳，不清楚自己的核心竞争力在哪，但不论如何找工作都是不断认识自己、不断成长的过程，或许没有好与不好，人生很长很长职业道路也很长，只有适合自己的最重要（心态好的时候就这样安慰自己…希望所有找暑期焦虑的宝宝也能这样想 and最后肯定会有非常好的结果的and主包金融转互联网，并未完全放弃金融，但没有投现在开的平安&汇丰银行等等的暑期（投完互联网已经累了..）如果后续秋招金融形势好可能考虑回投行/行研/银行等等等工作，也希望跟差不多情况的宝宝交流关于金融&互联网的职业选择和后续的退出路径！

3.09 第一个暑期面试 字节一面 当天通过3.10 百度一面 当天通过3.11 字节二面 次日通过；腾讯一面 三天后挂了3.12 百度二面 三天后挂了；商汤科技一面 至今没有音讯 挂了3.17 字节三面 当天通过3.18 字节HR面3.19 字节offer审批3.20 正式发放offer总结：暑期实习的求职时间比想象的短，不到两周就完成了，得益于字节招聘流程非常迅速高效，前期约面和流程推进基本都是一个工作日内搞定，包括面试体验也非常的舒服，面试官专业素养强 会引导 不给压力，总之就是非常好👍👍👍个人bg：211本，一段六个月的中厂实习，给类似背景的牛油们一点参考租房求助：工作地点是北三环大钟寺/方恒中心那里，有无同一个办公地点的字节同学给点租房信息或者房源啊

lz2.24投的小红书数据库平台开发，3.11二面完一个小时就打电话说要加面，3.16面完发现部门换成存储云平台研发了，现在还没消息，焦虑ing。笑死，打电话一问秒挂。

日期：2026.3.26时长：约40mins面试官：算法工程师（也许是）面试岗位：算法工程师 实习岗工作地：上海内容1 面试官自我介绍2 （我）自我介绍（追问）实习时长？视实习jd而定，对于……，实习期大概在4-5个月3 简历询问a 学生期间的学习经历有什么？i  本科还是硕士？——》都介绍一下ii 本科期间学校对我们专业的培养目标是……，所以我们会学数学、化学、英语、机械、力学、……。在研究生期间，主要学习的课程可以自行选择，我的主修课程主要包括环境感知、智能导航、传感器、ai及深度学习、数学等课程，研究生的主要研究方向就是……。b 我看你的实习经历有一段……，当时就已经在做agent开发了吧？i  我认为严格意义上那不算agent，当时agent也没有现在这么火，更多的还是一个对内的ai助手demo开发，在功能上基本可用。b（追问）那你对ai了解多少，与llm和agent相关的这些。ii 对于llm还有agent的一些基本原理的概念性东西还是有一定程度了解，比如loRA微调、RLHF（是这个吗？其实我不太记得住这个词，可能当时说错了）、数据集、无监督学习、rag、a2a、skills、tool，Transformer等等。但是如果您问我我具体了解程度，那我只能说基本不了解。因为在我的预估和前期规划中，我的实习期从五月开始，这些东西的学习计划是放在四月的（确实是这样规划的）。那么在这之前，我主要做的是我的毕设和一些基础的学习，比如说强化学习的数学原理、经典强化学习算法、Attention、深度学习底层原理等等。之所以这样规划是因为这些东西是介于我毕设和预估中的实习涉及到的技术落地间的重要知识，需要有层次的递进学习，其次是我需要毕设做到一定程度导师才放实习，因此我的毕设进度大概是……。c 介绍一下你最了解的项目。i  我最了解的是我的毕设……。其中我这也是结合prompt engine做的，其中用于项目开发的skill也开源了。c（追问）你为什么选择PPO而不是其他的模型？你有做过对比吗？ii 我选PPO的原因很简单，首先是PPO相对来说非常成熟，其次是它对超参数不是那么敏感，这样我可以不太用耗费很多时间去调参，此外，ppo的代码实现相对来说也比较简洁，能有效减轻我的工作量，最重要的一点是ppo的鲁棒性相对较强，这个是我比较看中的，因为……。对于其他模型而言，比如TRPO，没记错的话TRPO的一大优点在于其理论上能保证策略性能的严格递增，这点也是很重要的，但是没记错的话，TRPO中有个温度系数还是什么超参数，这个超参数对最终的策略提升有重大影响，如果这个参数没调好，容易让策略走向在最优解附近大幅震荡或无法学习的两个极端，这其实是我不希望出现的。毕竟计算机计算精度始终有限，因此我选用一个算法的目的之一在于在有限的计算时间和计算资源的限制之内能最逼近和无线逼近最优解，因此尽管PPO在理论上的收敛性不如TRPO严谨，但是从实际表现来看ppo反而好不少，他就是我需要的算法。c（追问）你的项目不使用数据集来训练对吧？比如那种生成的数据是无法应用到你的项目中的？iii我的项目可以用数据集，强化学习有通过数据集预训练或者需要采样数据的算法，但是，但是，如果使用数据集，我怎么保证我采集到的数据比强化学习自己的策略更好呢？换句话说，这些数据集需要我再环境中自己去采集，人具有主观性，我不能保证我采集到的数据是没有偏差和人的主观偏好在其中，如果基于有偏差的数据进行训练，那么如何保证最终训练出来的策略是最优策略呢？当然我不是在否定这种方法，现在有很多基于数据集驱动的强化学习，若我采用了这种方法，我就需要考虑……系列问题，这会让我毕设的体量爆炸……。因此，在实际中应该结合现有条件进行选择，最适合的才是最好的。4 手撕一个字符串中包含空格和数字，要求不产生额外存储空间的情况，把所有的数字换到左边，同时字符串长度不变（空格放到末尾保留）。忘了这是力扣哪个题，用了双指针的思路，思路对的但是跑不过用例不知道为什么。5 反问a 算力资源？i （面试官所在的团队）有几张gpub ai coding额度资源？i 这些问问llm就行，实习生估计是没有的（我其实无所谓，常年开的有自己的coding账户）c 组织架构？或者团队的主要工作内容是？i （估计是组织架构不便透露）工作内容：i）基于cv的……检测ii）基于ai的……检测iii）基于ai llm的知识图谱构建（听到这眼前一亮）---------分界线---------大约面试结束30-40分钟左右接到hr电话电话内容总结：1 面试官那边总体满意2 jd是……（听到这觉得jd可以去）3 入职时间及实习期（算了一下，可以去）4 薪资5 手头offer确认（表明0 offer，给了就去，期间也会面其他公司，毕竟我知道这个实习岗没有hc，但打包票的是期间我不会跳走）