空调厂开始走流程了

1.华为车bu-14b，5%公积金，base上海，面的AI算法岗位下的智驾算法，但是hr说进去按匹配度分，个人感觉进去还是做传统算法，毕竟楼主没有模型背景。车bu听说强度9116，以后跳槽可能好跳一些，但薪资在上海有点拉了。强度很大，也不知道能不能熬到内部转岗端到端算法岗位，不能转岗端到端的话，性价比有点低了。还有就是，hr说快要上市了，到时候可以分原始股，也不知道是不是画饼。2.科大讯飞，n×14，7%公积金，base合肥，传统规控算法岗位，合肥有6w人才补贴。讯飞汽车事业部强度也挺大，估计996附近吧，以后跳槽可能比较受限制，不清楚讯飞智驾的认可度，不过讯飞貌似不裁员，合肥生活成本低，应该可以干的比较久。最后就是，讯飞汽车的订单这一块，有说挺稳的，还有说订单要黄了智驾快散架了的，也知道该信哪边了。3.酷睿程，（n-1）×16，12%公积金，base北京，传统规控算法岗位。刚成立没几年，能打听到信息比较少，目前已知年假病假比较多，给大众做量产，项目挺稳的。不过听说有361末尾淘汰，日常强度10105，封闭开发期10116左右，不知道一年有多久在封闭。另外，有没有大佬知道这家的认可度怎么样？年终奖能发满吗？最后就是在北京，还没有食堂，生活成本这块直接拉满。

1.项目经历2.模型的 loss 函数前乘以10，会对训练造成什么影响？3.deepseek v3的 rope 实现？ deepseek r1的训练过程？4.做过 rag 是吗？介绍 graph rag ?5.bge 和 gte 模型怎么训练的？为什么不能直接用 bert - base 来做余弦相似度召回？6.对比学习的常用 loss 有哪些？ InfoNCE 的超参数？温度系数对训练的影响？7. gradient checkpointing 原理？ gradient _ accumulation 原理？8.多模态大模型的预训练原理？预训练一般分为几个阶段？ ViT 现在一般用什么方法进行预训练？9. 手撕：梯度下降求平方根。

总所周知，数分岗是市面上常见的卖课重灾区，那么究竟数分需要什么技能呢？首先，你要确定自己做的是什么数分岗！如果你是数分运营，大概率要学的是BI工具和运营知识（更低端的会excel就行），属于是和业务结合较深的岗位，当然你也可以叫自己是数据支持（就是取数工具人啦），工作比起数据分析，更偏重运营，如果你是刚入行的，推不动业务改动的，那就是纯取数用的，同事领导给个结论，你负责拉数据佐证就好。（市面上相当多的人说数分简单，就是因为很多数分岗都是干这个的）如果你是真正的数据分析师，比如涉及到LTV预测的，收入预测的，这种需要用到机器学习的。那么就需要学习Python和机器学习（聚类，决策树等），这种才能算得上是数据“分析”，可以输出自己的观点，可以根据你的数据去驱动产品。包括我自己入职的数分岗，很大程度上也是数分运营。但是哪怕是我这种数分运营，我也是因为是计算机科班出身，会SQL语言、Python和机器学习被招进来的。如果真的有人想当数据运营（比较简单）的：推荐学excel，bi工具想更进一步当数据分析师的：推荐学了上面的东西之后，学Python和SQL语言（取数和清洗用），需要涉及预测的学机器学习。当然，数据分析师，最重要的是你分析的思维，如果只能做取数而做不到产出分析的，建议转数据中台。

今天看到苹果要用 Gemini 给 Siri 正式换脑，突然意识到一件事：Google 可以做出好的大模型但是 Meta，Apple 却怎么都做不出来这代表大模型技术其实已经是很高的技术壁垒了只是 Google 特别强突破了壁垒而已