华为车bu智能驾驶产品线

美国本科找暑期/日常实习，滴滴算法（上下车点推荐）和华为2012实验室中软AI算法（主要做小艺claw在华为图库相册的落地）选择哪个呢？工作倾向进互联网大厂做大模型，多模态，算法，不想一直做agent的话大家可以说说理由嘛主播没有过大厂经验

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1. 实习拷打2. 项目拷打​2.1 介绍项目​2.2 特征工程与业务理解相关，这么做的动机​2.3 模型里是怎么实现自动特征交叉的？​2.4 特征分组的技巧是什么？有没有尝试过完全不分组或随机分组？做过哪些实验，效果如何？​2.5 为什么这种架构可以提升MFU？​2.6 超长序列建模具体怎么做的？这种方案的区别和优势在哪里？信息被压缩的程度有什么不同？​2.7 假如你要引入向量索引系统，在线 serving 服务要做什么改造？应该放在什么模块里？​2.8 在线链路中，这个模块应该放在哪个环节？特征生产，快照流转的完整架构是怎样的？​2.9 样本和线上实时特征如何保持一致？​2.10 OneTrans把序列和非序列特征放在一起组织，不同行为特征是怎么组织的？​2.11 原论文有没有提到其他组织方式？​2.12 OneTrans的金字塔结构具体怎么做？为什么要这么设计？​2.13 attention机制为什么随着序列变长耗时增加很快？时间复杂度是什么关系？​2.14 如果要优化性能，你会做什么样的优化？​2.15 模型推理优化除了传统算子，还会用什么样的架构或加速手段？​2.16 多任务学习中的负迁移/跷跷板问题怎么解决？​2.17  特征重要性是怎么评估的？​2.18 除了mask特征的方式，还有什么方案可以建模特征重要性？​2.19 如果通过特征加gate的方式学习特征重要性，你会怎么设计？3. 手撕代码：两两反转链表

编程题难飞了，没招了

刚接到oppo的oc，明天是沟通会。美团4.2二面，半个月还没oc，面试官说评估中。我想着明天oppo 沟通会先不去顺延到下周，等美团一周时间，uu们觉得有必要嘛oppo优点是听说氛围很好，wlb并且转正率据说很高缺点可能是title可能不如美团，转正的薪资会比美团低，xhs说去了应该是导师给一个课题自己做，可能接触不到什么业务，并且是客户端，我是前端可能要重新学美团优点就是部门比较核心，前端移动端方向，去了可以多学点东西，title秋招可能会比oppo高点缺点就是今年的情况可能转正hc很少，并且鸽了oppo的话大概率秋招会被拉黑真诚地问uu们我该怎么选择，今年的团子还值得我等它一周嘛，还有滴滴也推进到二面了，还有继续面的必要嘛