即时设计

如题，某手机厂的大模型数据实习vs小公司的ai产品经理，大家怎么选？

刚毕业那会儿，我总觉得全世界都该讲道理。就像修机器一样，哪儿坏了就修哪儿呗。结果被社会毒打五年后才明白：人跟螺丝钉最大的区别，就是人永远不按图纸长。直到接触阿德勒的“课题分离”理论，我才意识到：成年以后我的崩溃，往往始于混淆了“谁的课题”。解题思路其实很清晰，就像朋友借钱：是否借钱给他（我的课题）他何时还钱（他的课题）下次是否再借（我的课题）转账时备注“免息借款，半年期”，到期未还直接拉黑。不要花时间去想拉黑之后对方会不会不开心——因为如何控制和调节情绪，那是他的课题。就像电路设计中，每个模块都有自己的阻抗特性，强行让所有支路保持相同电流，只会导致系统崩溃。过度关注别人的情绪，是把别人的课题扛...

岗位都是产品，都有ai方向联想，北京。转正概率模糊，团队近两年没有校招生，隔壁团队有，说可以帮忙内推但该走的面试流程全都需要走一遍......团队外包占比大，氛围，wlb还可以阿里爱橙，杭州。网传大概率转正？面试说整体压力不算大，没有加班要求啥的，估计也能wlb。做数据中台ai支持 高德大云图，可能有点卷不需要title加持了，只求能转正保底。本人不卷，只想躺平早下班        

4.21 投简历4.23 约后天一面4.25 一面无手撕，上来先拷打论文，其中有个地方用了rag，面试官问我这里是怎么把文本转换成向量储存的。(我以为是问我工程上的实现，这是去年做的一个小模块，回忆了半天细节，答得支支吾吾，面完了之后结合下一个问我才意识到其实是问我embedding过程)看我支支吾吾就直接问transformer是怎么把token处理成向量的。transformer的self-attention和cross self-attention区别在哪里。pre-norm和post-norm的区别？进一步，为什么现在主流大模型都用post-norm。lora的实现过程。大模型用的Lo...