拼多多核心部门内推！团队氛围无敌好

得物2026暑期实习岗位已上线！技术、产品、运营、设计、职能都有，base上海。潮流电商方向，适合喜欢潮牌的uu。我已经投了，许愿意向书！

1. 医疗数据来自哪里，原始格式是什么常见来源：电子病历、指南文档、药品说明书、问答语料、结构化表。原始格式可能是txt/doc/pdf/json/csv/数据库表，需做脱敏与字段规范化。2. 使用什么标注工具，如何分配标注任务常用doccano、label studio。任务分配一般按疾病域或实体类型切分，双人标注+仲裁提升一致性，使用IAA（如Kappa）评估质量。3. 使用什么标注规则，详细解释规则通常包含：实体边界规则、歧义词处理、缩写规范、嵌套实体策略、关系触发词定义、冲突优先级。需要沉淀《标注指南》并版本化管理。4. 如何实现数据预处理，中间步骤有哪些流程：去噪清洗 → 分句分词 ...

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1.实习拷打2.项目拷打3.处理查询文档里的异构数据(如图片)时，具体的处理流程是什么?解析成纯文字后如何进一步加工?这样只返回文字给用户，图片信息不会丢失吗?4.你们是通过人工打标建立图片和文本的对应关系吗?文档量很大的情况下，打标工作能完成吗?5.如何保证大部分图片异构数据解析后回答的正确性?若回答错误，怎么识别问题?后续要验证回答准确性，你有什么方案?6.用于评测的另一个大模型，如何构造问题、分析文字并进行对比?这个大模型的正确率以及模型自我一致性怎么确定?7.你们的模型基于哪些异构图像做增强?模型会不会产生幻觉，生成文档外的内容?8.若用户的问题不在文档里，你们会怎么处理?是调用其他模型吗?大模型回答不了时，会提示用户补充问题吗?用户补充后仍无法解决该怎么办?模型如何判断何时需要让用户补充提问?9.你们有框架编排这些流程吗?用的是什么框架?10.怎么理解检索召回率?这些指标具体包含哪些评价项?什么是忠实度?召回率的分子分母是怎么定义的?11.你之前那段实习的具体工作内容是什么?针对设备故障叙述报告这类复杂文本，模型如何理解?是做了相关检测吗?大模型是怎么实现术语解释的?12.请讲一下LoRA技术，除了减少参数量，它还有什么优点?你做的LoRA相关工作，后续有落地应用吗?13.你写代码主要用Python吗?会不会用Java?了解Java的多线程、双亲委派模型以及消息中间件吗?有没有做过Java相关项目?

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.项目介绍2.代码考察 mid中较难的题 用到了树的bfs的思想(队列实现）分析时间复杂度3.堆和栈数据结构的区别4.堆pop的时候如何维持性质5.python tuple和list的区别6.list.sort()和sorted()的区别7.类中静态方法和类方法的区别8.两种方法程序初始阶段是如何载入的9.操作系统bash命令了解吗  如何创建文件10.如何筛选log文件多少行包含多少error11.如何避免哈希冲突 深拷贝和浅拷贝的区别