小桔能源运营，这个价是白菜吗

我和我的mentor相处模式绝对是“亦师亦友的硬核技术搭子”。刚切入新能源电池测试的大数据架构时，面对每天海量的并发数据流，我其实挺头疼的。但带我的齐工从来不搞职场PUA，而是直接拉着我一起看底层链路。我们最常做的不是单向分派任务，而是一起对着屏幕争论怎么优化Kafka和Flink CDC的同步逻辑，或者研究怎么把Doris的查询性能压榨到极致。每周的部门技术分享会上，他也会极力鼓励我上去讲讲分布式数据库的实战踩坑经验，帮我建立技术影响力。平时遇到难啃的骨头，比如梳理实验室测试流程管理模块（TRP）的复杂数据清洗规则，总是一针见血地点出瓶颈，然后鼓励我大胆用AI原生工具链去提效重构。这种不讲虚...

岗位 1：抖音 AI 推荐策略产品实习生抖音生态团队，短视频推荐核心业务工作内容：推荐全链路白盒可解释性梳理（召回 / 粗排 / 精排 / 重排），将大模型应用到抖音整个推荐链路的分发中，并搭建一个推荐诊断平台。岗位 2：Seed 基座大模型训练产品实习生字节自研 Seed 大模型核心团队工作内容：深度参与大模型预训练 + SFT/RLHF 全对齐流程；数据全链路生产、数据质量分析、数据飞轮搭建模型评测、行业数据调研、输出数据分析决策报告lz bg：北航研一，之前的实习一直在搜广推策略产品赛道（百度MEG商业化广告策略、抖音生态推荐策略），最近还是想尝试一下ai相关的方向。（顺便可以请教一下发展方向吗？坚持/不坚持搜广推策略产品）

为什么？因为面试官对你们的预期不一样。 985 同学的策略：挑一个方向做深 面试官看到 985 的简历，默认你基础不差。他会直接往深了问："你的向量检索用的什么算法？HNSW 和 IVF 的区别是什么？为什么选这个？" 所以 985 做项目应该：  选一个细分方向（比如 RAG 的检索优化、Agent 的工具调用可靠性） 读 2-3 篇相关论文，把论文里的方法实现到你的项目里 写清楚 benchmark：和 baseline 比提升了多少  推荐项目方向：  RAG 检索优化：对比不同 chunking 策略 + 重排序算法的效果 Agent 可靠性：设计工具调用失败时的 ...