中兴线下终面

bg:211本985硕，没实习，小论文在写。了解点视觉SLAM算法和深度学习，想走算法。秋招情况:京东华为笔了没动静，中兴一面没动静(面了感觉不是很适配)，中科芯一面后泡池子，其它的投了还没动静，明天要笔PDD。秋招因为暑假在做实验拖到9月份才准备，什么都没有投算法是不是不太行啊😭，有什么中厂推荐投吗？

📍 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...

不是指Research岗，就是一般的AI研发岗，LLM大模型/多模态/强化这方面的（非搜广推方向）实验室同门普遍都有一段大厂实习，但秋招反馈都不是很理想ps：我实习和秋招都找了游戏客户端开发，所以不太了解大模型这方面的形势，所以来牛客问问牛友们

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=...