搜推算法岗极限三选一1️⃣快手 电商策略算法base：北京 针对 b 端，做商家策略优化（不是商城）转正率比较高（据说 80%），但不是模型，一般核，听说稍微涉及一些 llm4rec2️⃣字节 ttbase：上海 tt 短视频部门下面的图文推荐（类似 xhs？）不透露转正率，但转正[笑哭R][笑哭R]经典字节，这个组听说成立两年，不涉及 llm4rec，传统推荐3️⃣小红书base：北京 做冷启动推荐其他：蚂蚁，腾讯 wxg 刚约二面，百度星海计划 hr，饿了么 hr主要的倾向还是能否学到东西以及在秋招中的认可度，后续秋招比较倾向 llm4rec如果转正高用来 a 其他公司在秋招里面是不是有优势？也麻烦各位大佬在评论区说下选择的意见呗感谢大家！

个人背景：双9，0对口实习+0对口论文，2月中下旬投完小论文后，由于自己本身没有太多大模型的经验，一直在纠结是做传统NLP/搜广推/大模型，甚至是开发。在纠结思考了很久，综合牛客+xhs各路dl的建议后，决定全力梭哈大模型。准备过程2月中下旬开始准备大模型八股+刷力扣，目前力扣300题左右，八股找了一些大模型资料看了一遍之后，3月中下旬开始大规模海投。投递记录OPPO：大模型算法岗，3.7投递，一直在初筛阶段；蔚来：大模型应用研究岗， 3.9投递，一面 + 二面后OC已拒；腾讯音乐：技术研究—自然语言处理（TME没有专门的大模型岗），3月初投递，一面 + 二面 + 三面 + HR面， OC；美...

发面经，攒人品。1、聊项目（玩具项目，就聊了一点）2、redis分布式锁实现3、redis为什么可以用作分布式锁，自己实现分布式锁怎么做，还有哪些可以用作分布式锁4、redis内存空间5、redis io多路复用6、redis内存淘汰和删除策略7、jwt与session，jwt缺点8、rpc与mq。各自使用场景9、redisson（项目中写到了）10、threadlocal11、spring事物失效，this.b12、mysql索引失效13、联合索引14、索引下推15、b＋树规则16、注解的本质17、手撕：hot100 字符串最小不重复字串总结：面了1h10min，每一个问题都是从一个点切入，然后一直问一直问，一直出各种场景题，直到问到我不会为止，才开始下一个问题。面试官人很好，会引导，目前为止最好的一次面试经历了。4.21一面，结束后秒约二面，4.25二面。

bg  民办本双非硕  hr还问我民办本学信网可查嘛😂timeline 4.21一面  当天约二面  4.22二面  当天约三面4.24三面 当天口头offer0代码平台，ai相关的，开了370+房补