看机会的同学可以看过来了！技术大厂高薪岗，条件放宽啦！

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...

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。

简历这样子想找个硬件实习够了吗

1. 协程和线程的本质区别是什么？协程的调度是由谁控制的？线程由操作系统内核调度，切换需要陷入内核态，开销大（保存/恢复寄存器、栈、上下文）。协程是用户态的轻量级执行单元，调度由程序自身控制（协作式），切换只需保存少量寄存器，无系统调用开销。协程共享线程栈，适合高并发 IO 密集型场景，如游戏服务器的大量连接处理。2. epoll 的 LT 和 ET 模式有什么区别？ET 模式下如何避免数据丢失？LT（水平触发）：只要 fd 可读/可写就持续通知，未处理完下次还会触发，使用简单但效率略低。ET（边缘触发）：只在状态变化时触发一次，必须一次性把数据读完，否则不再通知。ET 下避免丢失的做法：将 ...