收到蚂蚁【大模型数据构建与优化】的岗位面邀了

导读：每年校招季，数百万毕业生涌向互联网大厂。在“名校硕士+三段大厂实习+总监内推”的标配简历面前，一个普通本科（Ordinary Bachelor）学生的简历往往在第一轮就被系统过滤。但笔试（Online Assessment）是一道相对公平的闸门——它不看学校Logo，只认解题正确率。本文不讲鸡汤，只拆解一位二本院校读者真实走过的路径：如何在没有任何光鲜标签的前提下，用90天时间，从零搭建出足以撬动阿里云笔试机会的能力模型与投递策略。以下方法已帮助超过200人拿到至少一次大厂笔试邀请，适用于所有技术岗与非技术岗。一、认清现实：大厂筛简历的“三秒规则”与唯一的裂缝先讲一个残酷事实：阿里云20...

招见习生，实习生，秋招1.背景介绍，我是2024年生物医药专业入职华为海思，具体情况可以看我主页，现在在海思主要搞算力，业务方向华为半导体是华为公司核心研发部门，专注于昇腾AI、鲲鹏CPU等平台软硬件解决方案的研发与创新。作为华为AI算力的基石，我们支撑了华为全系产品的AI业务开发，覆盖大模型训练推理、异构计算、芯片协同设计等前沿领域，是AI技术从理论到落地的关键推动者。业务方向：1. AI Infra与大模型训推优化- 深耕昇腾AI平台，参与图编译优化、算子Kernel性能调优。- 探索异构计算资源（CPU/GPU/NPU）的自动化部署与调度技术，参与昇腾基础算子库/加速库构建，支撑DeepSeek等千亿级大模型高效运行。2.数学优化算法应用- 开发机器学习、贝叶斯网络发等统计模型，解决复杂业务场景问题- 研究遗传算法等元启发式黑盒优化技术，突破组合优化难题3.关键ai算法预研- 参与昇腾芯片亲和性算法设计，打造下一代ai软件栈与芯片协同架构我们期待这样的你：- 计算机、数学、电子工程、自动化等相关专业2026届或之后的毕业生；- 熟悉C++/Python，具备扎实的算法基础或软硬件开发经验；- 对AI、大模型、芯片技术有强烈热情，敢于挑战技术无人区。我招人是一方面，但是更多的，学生们可以和我聊聊，合适再选择，双向选择，战绩可查，已经来了两位很牛逼的学生，我也是这么过来的，当然知道你们经历了什么。

自我介绍测需求中怎么设计测试用例的会去看客户端兼容、适配吗除了端到端触发，还会怎么做问项目的Agent设计，入口、负责部分意图识别准确率怎么计算得来的prompt调优过程，如何优化项目里Agent的功能有哪些抓包用什么工具抓包为什么要装证书HTTP是否有状态登录状态怎么实现的SQL Create、Update、Select常用的Linux命令是否是回文串

面试官一上来没问传统的八股，直接问一个场景题怎么做一个海底捞智能点餐Agent的后训练。我说那当然是先SFT再RL。但这个不能只简单的sft，根本就没有训练数据，你这个场景还得是多轮的，用户又不是报菜名贯口选手，张嘴就来一串"番茄加牛油 + 麻一度+七寸盘脆毛肚"。没有对话数据，从哪开始炼？先搞数据吧。现在海底捞门店全是 iPad 和小程序点单，数据形态是用户行为轨迹（trajectory），不是对话：- 选锅底（番茄 + 牛油）- 加菜、撤菜- 翻页停留（隐式反馈）- 临时改备注要把这套 UI 操作流翻译成自然语言多轮对话，再喂模型学。目标语料长这样 👇▎ Agent：先看锅底？▎ 用户：有人吃辣有人不吃。▎ Agent：番茄牛油鸳鸯，行么？▎ 用户：可以，麻度调到 1。▎ Agent：开始点涮菜吧。▎ 用户：来份捞派脆脆毛肚……把过去的点单流水批量合成几十万条这种对话，SFT 阶段仅计算 Agent 那一侧的 loss（User轮次全 mask 掉），不然模型会学着模仿用户瞎点菜。多轮在线 RL 比 SFT 难十倍——没人能现场陪你跑几万局。所以得先训一个 User 模拟器：- 输入种子 profile：黑海 / 金海 / 银海等级、历史偏好、过敏忌口、是否「薅羊毛型选手」……- 第一轮 Agent 出招后，模拟器接力生成第二轮回应，往返多轮- profile 里塞一个 「结束点餐」special token，控制对话什么时候自然停下有了这个模拟器，才能稳定 rollout 出多轮 trajectory 喂 RL。面试官追问多轮RL的reward怎么设计？我的思路是全部做成 verifiable reward，避免 reward hacking：符合历史人均消费客单价+100分，点餐分量合理+80分，荤素分布合理或符合历史分布+60分，命中特殊需求轮次奖励+120分。用pav信用算法分配考虑turn级的分配，，引导模型循序渐进引导式点单——而不是一上来甩一整本菜单让用户挑。面试官说又追问，这么做的大模型应用真比直接点餐体验好吗？我愣住了，你们招这岗位，不就是要做这个事吗。。。为啥还要质疑存在的合理性？我只能硬着头皮答😅面试官说:谢谢你的时间。后续是挂了