谢谢美团 我能感受到你的热情！

先说说情况：base北京，小厂，实习月薪5000，房补1000，工作时间9.30-18.30，双休。面试内容：算法题：最长回文子串，记事本写，只看思路和大概的编程，不用运行。场景题：Spring boot应用，接口，部署到线上，初步测试，运行一段时间后，没有反馈了。怎么排查。（我讲了限流方面+死锁+缓存三件套+循环依赖，就是一顿输出）。然后根据我的回答提问了其他内容：缓存三件套处理方法，怎么判断数据库故障了。死锁怎么判断。问了一下agent的项目提示词工程和上下文工程区别。（讲了个大概，联系了项目。他指出了我的不足，但是说我联系项目很好）基本就没了，然后口头给offer，给我讲了业务还有薪资和...

28届2本非科班大概很快要找实习了，应该是偏ai应用开发方向

主播27号面完，到现在还显示这个是不是要挂了啊

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...