求帮选计算机秋招offer

个人意向：未来发展＞薪资≈wlb1.华为-ICT 公共开发部，做云原生社区运营，感觉就是拉业务？base上海，年薪N，公积金5%2.寒武纪-性能分析工具研发，业务有点像测开，工作强度985比较wlb，base上海，年薪N，公积金7%3.京东-零售，新成立的部门，只有几个人，做图数据库，不知道敢不敢赌，base北京，年薪N+20，公积金12%

经验就一条：Prompt 一定要拆开，任务一定要变简单。在面对小模型时，它们能力有限，如果把一堆要求（比如整篇文章+要求）塞进一个 Prompt，可能回答的就牛头不对马嘴了——不是主语识别不全，就是逻辑硬伤，或者答案缺斤少两。要把 Prompt 变成“工作流”，每一步只处理一个问题。比如“根据文章提问”，我通常拆成三步：第一步：只让模型识别文章的主语。第二步：根据主语去编问题。第三步：再针对问题生成答案。每步只干一件事，模型想出错都难。再比如做长文本的“分块（Chunk）”处理：不要让模型重写全文，除非你的token值够用，而且还会增加它的思考难度。你可以把原文段落编上号，让模型只输出：“标题...

offer1:寒武纪，base上海，年包税前50W左右，六险一金；offer2: 网空直招技术jg，base上海， 年包税后15W-16W左右，能干到退休，可享受住房＋子女教育＋医疗等福利待遇；烦请各位提提建议

首先讲三个故事，关于牛客的事件一：2024年，牛客上有一对高学历情侣，求职方向与我当时一致，都是嵌入式方向。他们恰好是我的朋友，专业能力和学历背景都很扎实，也因此拿到了不少优质offer。和很多求职者一样，他们把offer情况整理后发在平台上，本意是记录与交流，但很快引发了争议。有声音指责他们“集邮”“不释放名额”，认为这种展示本身就是一种炫耀。最终讨论失控，当事人删除内容，事件也很快被遗忘。事件二：小红书评论区，一条评价获得了不少共鸣：“感觉牛客就是当年那群做题区毕业了开始找工作还收不住那股味，颇有一种从年级第一掉到年纪第二后抱怨考不上大学的味道”，这条评论被水印里这个同学转发到牛客后，评论...