清华大学智能机器人实验室实习生岗位

快手数据研发一面（40min➕，比较简单，面试官和善） 1.深挖项目，项目架构选型，不同数据为什么存储在不同位置等之类的问题 2.MR工作流程 3.Hive和Spark的区别 4.细挖简历，比如说说简历中复杂SQL的难点在哪里，如何解决 5.认识什么告警类型，都如何处理 6.数据倾斜如何定位，如何解决 7.数仓分层以及分层作用 8.DWS层和DWM层的区别 9.spark的driver,task,job,stage之间的联系 场景题，对直播中的金额数据如何进行数据质量的一个检测 手撕算法:最大子数组和 SQL:最大连续问题 二面（50min➕，主要难在项目拷打，八股很简单） 1.深挖项目非常细...

1️⃣RAG部分1.讲一下RAG的总体流程？—结合项目2️⃣Query 理解2.用户理解阶段一般会做哪些处理？有何作用？可以做哪些优化？3️⃣Index 构建3.文档问答中，如何构建索引，提升对用户问题的泛化能力？4️⃣Retrieval 召回4.多路检索如何实现？如何合并多路检索的结果，对它们做排序？5️⃣Reranker 精排5.如何构建重排序模型的微调数据？6️⃣模型结构部分6.RoPE相对正弦位置编码有哪些优势？7.为何使用 RMSNorm 代替 LayerNorm？8.RMSNorm与LayerNorm在数学公式上的核心区别是什么？7️⃣微调部分9.指令微调（Instruct-tuning） 和 提示学习（Prompting）的区别是什么？10.LoRA的工作原理及其优势？11.为什么在参数高效微调中使用低秩矩阵分解？

作为一名年轻人，我思考着自己能为国家做些什么。我不能像军人那样保家卫国，不能像科学家那样研发尖端武器，但我的“战场”就在日常生活中，在教室里，在书本中。“少年强，则国强”。我们需要学好科学文化知识，掌握建设国家、服务人民的过硬本领。我们需要培养独立思考的能力和创新的精神，努力在未来成为各个领域的拔尖人才。观看阅兵，我们不能仅仅停留在“厉害了，我的国”的浅层感慨上，更应该思考如何让我们的国家“更厉害”。这份责任，需要我们用知识去承担，用行动去诠释。

感觉太失败了，读了个九八五结果大三下也没做好转码的决心，顶着两个制造业的实习，投完发现制造业约面比互联网还少，我直接😭牢中的制造业怎么这么吃啊