深信服一面

背景: 末九cs渣硕，制造业国企工作一年半，个人原因gap一年多。 流程时间点: 七月份了看见hr丰腴小红薯的招人信息，咨询了一下考虑ing 8.29参加八月最后一次笔试： 1、像素点灰度平均值简单模拟) 2、冠亚季军(队列模拟) 3、分数形式计算器带括号(挺)，做过，后两道硬模拟的有点恶心了，最后200分飘过 9.1 综测，小红薯 搜搜攻略，保持前后思想一致即可 9.8 部门一 资面，表示期望薪资过高，给不到，换部门 9.9 部门二 资面，聊聊个人教育背景，家庭，上一份工作，离职原因，期望薪资等，正常聊应该都没什么问题 9.12 技术一面，大概一个小时。先手撕简单二维矩阵搜索，二分秒了。面试...

这种的会有人参加吗，如果有人参加那我试试

招聘要求：落后的数据分析能力

整体的沟通不是很顺畅，面试官一直在纠结项目背景，我说是技术预研，他一直问有没有业务背景自驾的强化学习和llm的不太一样他们是传统的RL，也不是多模态问了一些项目，面试官好像不太懂问了我几个问题GRPO的优化目标？KL散度的作用，为什么要KL散度？为什么有些论文移除了KL散度？这样会不会灾难性遗忘？GRPO比PPO的优势，我说移除了reward model，以及去掉了value model。但是面试官不是很满意，说这不是GRPO主要的改进。工作比较flexible考了一个leetcode.162（把这题理解为爬坡，当num[mid] <num[mid+1] 说明是往右的一个上坡，left=...