面试评估，许愿oc

这家公司是做AIGC的，主要是做Diffusion相关。在我看来还是非常高大上的，就是抱着试一试的心态去面，过的概率感觉不大。面试是两位面试官，上来先是我的自我介绍（奇怪，上午那个居然没让我自我介绍）。这次面试还是围绕着简历进行的提问。第一个项目：是RAG相关的，问了具体的项目经历，其中问了存储的数据形式，以及调用数据库的触发条件。今天的两个面试都问了数据检索能力，因为之前在开发的时候确实没有定量地测试过准确度，只是看使用者反馈过来的效果（因为认识不多，可能就两位数）。问了数据是否是QA的形式，答：直接把文档embedding后传上去的。此外，还问了一些关于Agent、Prompt相关问题。还问了个COT第二个项目：用到了CNN和Bert。问了Bert和GPT以及两者区别，我就答了个encoder only和decoder only，感觉没答到点上。后面查了一下，应该是回答Bert是双向编码模型，用了一个MLM，GPT是声称是模型，将后面的词Mask掉，他的注意力矩阵是一个三角阵。再贴一个应用场景：GPT：文本生成、对话系统、自动写作（我答的是对于生成任务来说比较好）；BERT：文本分类、命名实体识别、问答系统、句子对匹配（我答的是做下游的NLP应用比较好，实质上是做的针对于上下文进行一个embedding。这答得感觉寄了）他们公司是做Diffusion的，这一波下来感觉我的经历切合度不很低，应该寄了。#软件开发2024笔面经##面经#

目前接了某中厂(zyb)核心部门貌似非核心业务的搜索算法offer，还没入职。现在可能会有其他选择，关于大模型的prompt和rag的岗，英te尔这种公司。想问一下大家，这种该怎么考虑啊？背景是：之前有过大模型prompt和rag的小厂实习经验，但技术层面不深入。几乎没接触过系统的搜广推。个人感觉：去做传统搜索，应该会学到东西？想法是：没接触过就想接触接触。。然后大模型如果没机会接触微调的话，只搞prompt和rag是不是有点虚，因为现成的框架和工具已经很多了，感觉技术含量不高，就纯应用。将来秋招继续找算法岗的话，哪个会帮助更大呢？希望大家给点建议，讨论讨论也好哇谢谢u...

阿里云二面结束秒变等待面试结果，16天后依然是等待面试结果……这还有机会吗 #阿里云#  #面试#

4月份春招，月底有HR联系，然后过了一系列面试（2天内结束），之后两天有HR联系要了毕业证明和成绩单（从第一个HR联系到要资料过了一周），以为已经稳了，结果过完五一就进了人才库，打给HR问什么情况，他们说是后续的人事沟通有问题，吐了