快手内推码，快手内推，快手内推码，快手内推码

1️⃣一面 1.自我介绍，问实习和论文2.大模型的超长上下文问题怎么解决预训练和 SFT 的损失一样吗3.RL 中 Reward 和优势有什么区别4. LoRA 训练和全参训练的优劣5.了解哪些常用的 RL 算法6.最新的 GSPO 重要性采样7.讲一下 DeepSeek R1，推理模型怎样训练8.GRPO 比 PPO 强在哪9.对 DAPO 和 VAPO 有了解吗10.代码：接雨水2️⃣二面1.自我介绍，拷打论文，2.简单问了问实习 LoRA 训练和全参训练的优劣3.对大模型训练的数据有什么心得 RL 中 Reward 和优势有什么区别4.On - Policy 和 Off - Policy ZeRO1,ZeRO2,ZeRO3如何节省显存5.d1-756.训练大模型的时候有遇到什么难题吗7.代码：最长递增子序列📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

滴滴提前批面经｜一天三面朋友昨天滴滴一面，面完都准备休息了发现十分钟后二面，看了眼邮件发现是连环面试，于是一口气面了三轮，一面二面都是五十分钟，各有一道简单的代码题，三面半小时左右1️⃣ 一面50min，一道代码题1 聊项目20分钟2 传统的强化学习与LLM中的强化学习的对应关系3 介绍一下PPO，GRPO这几个算法的区别4 AI Coding用过那些 如果你来设计 要包含哪些模块5 代码题：动态规划6 反问2️⃣ 二面50min，一道代码题1 聊项目20分钟2 Decoder-only的主要组成3 解释一下自注意力，交叉注意力4 常见位置编码了解哪些5 传统策略梯度的收敛性有理论上能收敛吗（...

求简历痛批，想投大模型相关的后端开发，有大佬指点一下吗

🔻首先是一点都不卷弹性工作制度，基本下午六点半公司没有什么人，这是让我最喜欢也是同龄人最羡慕的地方；双休＋早10上班/晚6下班＋节假日可提前半天下班没有办公室政治，不存在明争暗斗​🔻联想的福利五险一金、企业年金、员工内购股票节假日的各种礼盒旅游补贴：工作满五年，1.5w/年的旅游补贴带薪年假：15天带薪年假，随着工龄的增加带薪病假和生育假：很体贴员工，尊重女性！🔻团队氛围超级nice部门的同事都超级好，定期团建聚餐以及旅游联想就是家文化，和其他部门还有跟全国其他区域的伙伴关系都特别好，大家都很友好亲切，这个也是我很喜欢的一点 🔻新人成长机会因为部门都是偏长辈，他们会给与新人很多机会，也...