秋招的每一天都在煎熬

双非本211硕然后最近都是研究大模型应用方向的知识简历后面还有项目和毕设

自我介绍 简历深挖：完整地介绍项目：项目背景、遇到的问题、你是怎么解决的、最终效果怎么样、以及怎么去度量它的价值然后是疯狂的拷打：质疑建模维度的实际应用价值，模型的提升大概有多大，XGB的优势RF也有为什么不选RF等等 A/B测试1. 做A/B test时，如果发现结果不显著，可能是什么原因导致的？2. 针对这些原因，有什么解决办法？或者如何提前避免、事后补救？3. 如何判断结果不显著具体是哪一个原因导致的？4. （针对样本量不足）样本量应该增大到多少？我们怎么去做一个估算？5. 如果是分流不平均（抽样不均）的情况，应该怎么解决？6. 如果在某个特征上发现非常不均匀，有什么好的处理办法吗？7....

字节大模型算法岗oc，感谢字节😋😋😋

体感最难的一次面试，全程被拷打(应该是公司风格，感觉面试官人还行但是没开摄像头)40分钟coding 40分钟拷打简历1.线性回归/kmeans概念，手写线性回归2.torch手撕MLA(没写出来)3.问项目，sft/rft怎么做的，提问数据集细节4.DAPO (项目中提到)做了哪些改进5.多模态模型的thinking能力训练相比纯文本的 thinking训练有什么不同6.你们训练视觉thinking的COT哪来的(答:用开源数据集/sota模型蒸馏)，追问那他们的视觉cot怎么训练出来的(答:先训练文本llm，再对齐视觉vit，然后再从通用领域做rft可以泛化到垂域;