算法题：多头注意力，面试看会分头就给过。 底层：关注以下几个点，agent组，怎么训练？怎么搭连路？怎么构造工具？ 其中训练很有意思，尤其是agent强化训练，面试官直言，没有全量强化经验的人我们不要。针对reward设计（为什么这么设计？有什么用？能更快收敛还是更好效果？），超参数调优（什么图像意味着什么要做什么样的调整）问的很细。 上层：考察面试者的视野，讨论了最近的几项技术，比如env based的训练，快手的ARPO看过没～，你怎么看环境的搭建，你觉得long horizon的任务怎么结合环境训练？你用过verl搭环境训练吗？比如GSPO为什么重要？同比DAPO（面试官直说这就是个消融...

ps:26届民办学院本，0实习

准备跑路了，实习太水了，只能写一个黑客松的项目，但感觉也很玩具，文档也没得偷，这个简历现在投后端日常有机会吗

📍 工作地点：在上海市浦东新区叮咚买菜总部，我入职时正好赶上换新办公楼，搬到张江之门啦，新环境新工位，想想就超开心🥳 附近租房价格也比较合理，没有市中心那么夸张。 📝 工作内容：类似采购，但在采购基础上赋予了更大的想象和职能。不再是传统的搬货采购模式，而是要根据消费者需求精准开发产品，全程负责到底。 这边以生鲜为例子：比如帮助一些因各种原因被雪藏的特色生鲜水果走出当地，推广到更多的地方，让消费者尝到美味的特色生鲜水果的同时带动当地的农牧民共同致富💰 例如：大凉山丑苹果，通过以离太阳更近离城市更远，天然无污染为卖点开发出的产品。霜冻菜以抗寒植物在寒冷条件下提升细胞渗透压将淀粉转化为糖的原...