✅一面 ✴️0、手撕： tokenizer，RAG基本流程（可伪代码）✴️项目：1、项目具体解决问题2、每个模块如何实现3、NL2SQL在处理多表查询的时候采取啥策略4、k8s和docker在项目中的作用✴️八股：5、对PPO DPO GRPO计算逻辑的理解6、对KL散度的三种估计的理解7、LoRA和p-tuning v2的区别，怎么初始化8、DeepSeek R1训练全流程，MLA具体怎么做的9、梯度爆炸和消失怎么处理的10、torch中register_parameter和buffer啥区别11、torch如何实现不记录梯度12、torch squeeze和unsqueeze干嘛的13、python设计删除流程的时候，若涉及可变和不可变对象该如何debug14、多机多卡和单机多卡的实现上有什么不同？15、tokenizer的输出？📳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。

这一期就是差不多来到实习第二周准备跳槽的时间点了。为什么要跳槽呢，上述文章我也写了原因，因为要会学校考试嘛，然后三天内面了个67家左右，找了个工资高的直接考完试就去了。大概是20号多左右。这家干着还行吧，会请大伙喝奶茶，端午也送东西，（基本上全用不上，送我个keep跳绳我想不明白是因为什么），最主要是mt人挺好，不让我干活，申请加班不让，请假说远程回来搞，就说你好不容易请次假，你踏实考试就行，我也没办法，这家公司最大问题是我觉得就是强度太低，他比平时我在学校学习工作的强度都还低，我集中精力去搞强度大概是他两倍多，有点扯远了，我个人习惯如此，上来先扯淡，闲聊让大伙放松一下，那么讲讲正事，实习要做...

牛牛们这两个实习怎么选啊双非硕准研三①NLP大模型算法实习（实际数据相关较多）250/天。20-99 人的小公司，组内的项目是围绕文本做特征提取的算法，数据的工作内容占70%，有带教②模型微调数据工程师 300/天。20人创业公司，主要工作是处理数据和微调llm，暂时不涉及算法层面。感觉现在llm的实习大部分都在做洗数据的工作，这两个应该怎么选呀，哪个能对秋招更有帮助一点，洗数据会不会脏简历哇

探讨了一下过往项目，聊了一下状态空间相关的话题，行车规控相关内容（我没做过，聊不起来）如果想转大模型的话，多学习一下微调比较好，面试官说微调挺简单的，也很重要通过和面试官交流，发现大模型行业也面临落地难的困境，转行还需慎重考虑，一行又一行的难处没有coding