1、自我介绍2、项目介绍3、离线数据处理咋做的离线数据处理我一般会按“采集、清洗、标准化、切分、标注、校验、入库”这条链路来做。先把多来源数据接进来，比如文档、表格、对话日志、接口结果、历史工单，然后做编码统一、去重、去噪、脏字段修复和无效样本过滤。对于文本类数据，还要做特殊符号清理、HTML 去标签、分段切分、敏感信息脱敏和元信息补全。如果是训练数据，还会进一步做 schema 对齐，比如统一成 instruction / input / output，或者统一成多轮消息格式 messages=[{role, content}]。如果是 RAG 知识数据，就会做 chunk 切分、标题挂载、...

今日首蚌，真的很难绷住

投递了很多，给面的比想象中少非常多，第一周就三个面试，感觉有还比较KPI，整体没有什么意思，希望下周可以好一点京东（约的最后一个面试，感觉之前面试已经有人选了）1：拷打实验室项目2：拷打百度项目3：如何执行动态代码的（Java）4：场景题，给你两个机器，进行负载均衡，一个60%，一个40%，如何操作半个多小时结束，无算法，后续显示流程挂（10-20）亿规模量化1：为什么选择量化2：找工作看重什么3：实习过程中怎么协调的4：你最有成就感的事情第一次投量化，面的第一个量化公司，下周还有一个规模大一点量化的面试。这周这个公司比较奇怪，笔试完先hr面再技术面，星期五好像打电话过来，然后被我手机当作骚扰...