求职实习日记Day5-滴滴+搜狐面试记录

今天是找实习的第五天,整体有意外也有收获,简单做个复盘。
上午原本预约了搜狐的实习面试,可在面试开始前半小时,突然收到通知该岗位已经确定人选,面试直接取消,整个沟通流程比较仓促,体验感一般。
下午重点参与了滴滴大模型 Agent 项目运营实习的面试,也和团队做了比较深入的沟通。该团队属于纯 AI 大模型算法方向,主要专注于算法应用落地,围绕人机协同、多智能体方向做优化,并不涉及大模型基座的研发工作。
这个实习岗位没有转正名额,不过如果实习表现突出,能够获得团队内推机会。岗位比较看重候选人的责任心、数据敏感度,同时也要求具备主动学习能力,并且可以保证长期实习。日常工作主要负责大模型与 Agent 的运营测评、协助推进技术落地业务,还会辅助组织技术分享会,也有机会旁听学习。
面试沟通整体很流畅,也能感受到这个岗位的竞争较为激烈,后续有较大概率进入下一流程。
在和面试官交流的过程中,也清晰了自身在团队中的定位:作为衔接技术与业务的大模型落地数据运营角色,同时承担团队基础支撑工作。
最后也整理了本次面试收获的核心知识点:
1.多智能体:通过多个智能体分工配合,完成复杂任务,是当下大模型重要的应用方向
2.人机协同:通过人工介入优化模型效果,让模型从基础可用走向优质好用
3.工具调用准确率:评判大模型实际应用价值的关键衡量标准
4.端到端:大模型实现从输入到输出的全流程自主处理,未来还可自主生成运营策略
5.大模型基座:大模型的底层基础模型,该团队不负责底层研发相关工作
全部评论

相关推荐

头像
03-18 17:26
门头沟学院 Java
1. 大模型微调与Prompt工程的区别是什么?2. 大模型推理过程中常见的显存优化手段有哪些?3. 如何评估大模型生成内容的准确性与 hallucination 问题?4. 大模型服务部署时,如何平衡推理速度与模型效果?5. 你的RAG 检索增强生成的整体流程和关键模块是什么?6. 大模型接口调用时,如何做参数调优与结果过滤?7. 大模型在多轮对话中如何保持上下文一致性?8. 大模型服务如何做并发控制与请求排队策略?9. 接口高并发场景下,如何设计限流与降级方案?10. 数据库索引失效的常见原因及排查思路?11. 分布式系统中,如何保证接口幂等性?12. 后端服务异常处理与全局统一返回如何设计?13. Redis 在项目中常用场景及缓存穿透、击穿解决方案?14. 微服务架构下,服务间通信与熔断机制如何实现?15. 接口安全:鉴权、防重放、参数校验关键点?16. 慢接口定位与性能优化的步骤?17. 大模型与后端服务对接时,如何做异步回调与超时控制?18. 项目中如何做日志规范、监控告警与问题排查?19.平时怎么使用ai,讲讲心得20.你的项目里面这个怎么对字段进行加密和解密处理手撕反转链表,面试官也没在面试系统上出题,随口说的,感觉好像kpi面,面试官有气无力的,看表情没有什么波动,淡淡的感觉,就像被老板临时找来工作,应付面试一样,果然10分钟内没通知二面就是挂了,半小时后面试结果邮件,垃圾kpi面
查看21道真题和解析
点赞 评论 收藏
分享
评论
2
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务