岗位：嵌入式软件(系统方向)面试前准备：无一面：大学学习了什么知识，介绍一下做过的项目？（stm监控，arm智能家居，arm监控）围绕stm32项目：有没有想过怎么降低功耗？（没想过）那你现在想一想？问在这项目你觉得收获到了什么？你用bmp编码的程序是怎么设计出来的？你怎么检查传过来的图片是否正确？（没传错。。）那你现在想想怎么检查？arm智能家居：用什么去录音？alsaalsa你知道什么功能吗？为什么要用alsa录音？为什么选择xml文本传数据？你是怎么调用科大讯飞的语音识别功能的？你是为什么要做这个项目？arm监控：你了解到opencv底层原理吗？问除了刚刚介绍的外设还有用过什么外设吗？问...

本人9本无实习经历，二月初开始面试，快手xhs简历都挂，京东一直泡池子，腾子三面挂，滴滴大模型算法一面挂，美团二面挂，亚麻OA都A了也挂，Google一面也挂。反正都是在挂中度过的，其实二月也是比较焦虑和陷入自我否定当中吧。但是还是比较感谢节子的速度的，而且面试的过程里面的氛围和节奏都很舒服，介绍业务和发展方向也是很明晰的。hr小姐姐人也挺好的，而且全程都是hr加我微信进行推进的，有什么情况和我说和和及时帮我推进流程，每次面试前都会提醒我今天的面试以及祝我顺利。（我感觉体感上面，志节是我面过的体验最好的一个了，从hr到面试官人都不错）timeline:3.6投简历推进评估3.7 hr打电话来约面3.9一面，20min后约二面3.11二面，二小时后约三面3.13三面，两小时后约hr面3.13hr面，面完就差不多oc了3.17 收到正式的offer

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...