京东全岗位内推

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...

最近十分焦虑，本来计划找java岗的，结果现在这个时代，什么都要带上ai，本来就有一大堆java八股文没背，还要仓促的学agent，但学的都是基础呀。简历上那些都是提示词工程，让AI输出指令格式，然后程序判断，也没什么含金量。完全没有什么竞争力😭，唯一的竞争力就是实习时间可以长些吧。但我也找不到适合的学习项目，另一方面自己也比较着急。想要快点找实习。求大佬们指点一下小弟😭😭😭

小米oc了，但是在犹豫去不去。如果接受的话，小米正职待遇太差了，而且也不是互联网大厂，不确定这段经历对于秋招的背书有多大。算上餐补实习薪资5100，感觉太低了，并且岗位是中台开发，会干一些杂活，而且没有专门的mentor，和纯后端有一定区别。但是如果不接受的话，害怕接下来找不到好的offer，暑期0offer。图一是我简历上的项目和所学知识，图二是JD。实习的岗位不垂直，对秋招帮助大吗，该不该去，去了之后能胜任任务吗？

我觉得公司和岗位的重要性各占一半吧，在大厂做边缘业务，和小厂做核心业务，价值其实是一样的。更多还是看个人能力可不可复制，业务和岗位有没有上升空间，没必要死磕大厂。 小公司的技术团队一般也就百来号人，开几次全员大会，公司什么情况、接下来要做什么，基本就摸清了。平时吃饭闲聊，也能知道行业里在玩什么。想知道别的团队在干嘛，搬个椅子去聊聊天就行，组织扁平得很。趁着这个机会前后端都折腾一遍，慢慢就能找到自己真正感兴趣的方向。 技术选型上，小公司喜欢追新，能买第三方的绝不自己造。但问题也明显，基础设施不完善，经常东拼西凑用开源方案凑合，规范不统一，有时候感觉就是在“把东西弄出来先跑起来”。工作标准也相对宽...