华为26届实习生招聘～

学历双非，在校期间以大学生电子设计大赛和RoboMaster为主力赛事学习嵌入式方面的技术。大二升大三更想参与到产品开发的一线，于是以半离队的状态在外参加实习。各大公司陆续开始秋招，在此记录自己面试的经历，在自己学习复查的同时，也希望能帮到同期的朋友们面试经历_015月份其实是个蛮尴尬的时间，大厂的暑期实习基本已经结束，秋招其实也没有正式开始。大部分公司留出的岗位都要求尽快入职（例如云鲸智能，智元科技等），但大部分26届选手实习到岗最快也得6月中旬期末考试结束，毕竟不能因为实习丢掉毕业证，那就舍本逐末了。五一假期结束后，开始陆续投递简历，截止5月10日，面试有两个，都是处于B轮融资左右的小厂，...

真投了你又不给ps:楼主其实比起去大厂当螺丝钉 更想去一些初创公司或外企。楼主是一年不到的社招。

双非本科，靠着字节、百度、蔚来三段实习一路撑到春招，到现在才真正认清现实。一封封感谢信砸过来，慢慢明白，学历和学校带来的门槛，远比几段光鲜实习要重得多。最让人无力的，莫过于拼尽全力刷实习、攒经历，最后却连一个入场机会都换不来，那种落差感真的太磨人。总自以为是地觉得，有大厂实习就够了，一定能挤进心仪的公司，可现实一次又一次把幻想击碎。现在的我，早已没了春招初期的锐气，只剩下满心的迷茫和惆怅。不知道是该坦然接受现实，还是继续抱着不切实际的期待，在大厂的梦里不肯醒。

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...