美亚光电

一面大概 45 分钟，面试官上来就直接问项目，没有任何寒暄，问完项目立刻切到技术题，节奏很快。问题不是孤立的，每道题都会顺着你的回答继续追问，感觉像是在顺着你的知识边界一路往里挖。Linux 内核、驱动、进程通信这几块问得很细，不是背概念就能过的，要能说清楚底层原理。最后手撕代码，题目不难但时间紧，建议提前练好链表和位操作。整体感受：真懂比背得多更重要。1. 自我介绍略，建议 2 分钟内说清楚：用过哪些芯片平台、做过什么项目、技术栈是什么，突出和嵌入式 Linux 相关的经历。2. Linux 进程和线程的区别？内核里怎么描述它们的？这道题很多人只说"进程是资源分配单位，线程是调度单...

为什么面了八次次次都是一面挂，次次都不说原因，问了面试官就是插科打诨，为什么别人一面就过呢，真的没有缘分呀。不考编程就是脑筋急转弯的概率题，考了编程a了也不过没a也不过 总之就是不过，没一次二面，深深的怨念。觉得我不够资格就直接拉黑简历呗，每次都捞起来重新拷打一顿什么意思呢。

真没招了，三月才开始准备八股和算法因为没想到不仅大厂笔试过不了小厂也根本鸟我，笔试都不愿意发一个，心里心存侥幸说即使没实习好好磨炼技术再做一两个rag、agent项目去秋招，但是我现在投暑期实习就感受到秋招的寒气了，完全不觉得是金三银四而是铜三铁四😭😭😭，怎么办完全没招了，最近焦虑到学都学不进去每天都在投简历

1. 你做过大模型数据处理的话，预训练数据清洗一般怎么做，去重、去噪、质量过滤分别解决什么问题？预训练数据清洗本质上是在控制“数据量”和“数据质量”之间的平衡。去重主要解决模型反复记忆同一批内容，避免浪费训练 token，也减少 benchmark 污染。去噪主要是过滤乱码、模板页、广告页、低信息密度文本、机器生成垃圾内容，不然模型会学到很差的语言模式。质量过滤更偏向保留高价值内容，比如结构完整、语义通顺、知识密度高、代码块规范或者问答对明确的数据。实际工程里一般不会只靠一个规则，而是多阶段处理：先做规则清洗，再做语言识别、长度过滤、内容打分，最后再结合 dedup 和采样策略。因为预训练效果...