腾讯游戏NLP算法如何

算法人的秋招从25年8月份一直到了26年一月，如今终于是要结束了1. 美团-核心本地-用增算法 业务偏中台，内部强度较低，10 9 5，n * 15.52. 快手-商业化-广告算法 业务核心，内部强度较高，10 10 5，(n+5) * 16 + 房补2k + 签字费3. 微软-mai-applied scientist 入职后才分配具体组，内部强度未知，（n-0.5）* 13.2 + 股票希望各位佬们能给个建议，另外如果有对微软mai比较了解的也希望能多提供点信息，感谢各位

1. 字节 国际化商业与广告部门 小组负责Tiktok电商自动化 暑期实习 与ld聊转正后工作为广告算法 自动出价与CVR模型 base杭州 (n+2)*15+k签字费2. 腾讯TEG AI平台部 游戏算法 面试交流下来是主要做FPS游戏的AI，主要技术栈为RL，带少量使用LLM进行RL的技术预研 base深圳总部 n*15+(k+4)股票+(k+5)签字费方向差很多，字节这个实习下来技术栈在传统搜推里也算老的了；腾讯这个希望有人能给点更内部的信息，不太了解内部情况，秋招面上的

1. 简历深挖围绕实习项目展开，问得很细，建议把自己做的每个模块的逻辑、贡献、思考都理清楚。2. 理论基础1.KL散度和交叉熵的关系？2.介绍LoRA，和全参SFT怎么选？小模型SFT vs 大模型LoRA效果可能如何？SFT数据集怎么构建？3.介绍AUC，它表达的是什么？4.Recall重要的场景下，如果recall很高但precision很低怎么办？5.Precision和Recall分别是什么？不同场景下如何权衡？哪个更重要？3. 手撕代码实现 shuffle 函数（注意洗牌算法的公平性和复杂度）

27届，想问问大家Tns 算法部门怎么样日常实习的实习体验和这份实习的价值怎么样？还有一个滴滴算法岗面试还没有去面，不知道要不要继续。如果小红薯成长空间不高的话，打算再试一下滴滴🥺希望大家多给点建议，之后我会把几个面经发出来的