bilibili AI产品一面 攒人品中

求大佬给俺一点就业方向建议本人女 双非本 211硕 软件工程专业 目前没有实习经历正准备找一下暑期实习 我不是很想写代码 但也不完全排斥 我看网上就推荐走测开或产品和运营 测开又很多人不推荐 正式工作我想去国央企 不知道国央企中这几个岗位怎么样 不知道如何抉择 还请各位大佬给点建议

发一下问题给大家参考，攒攒人品！1.小米强调“人车家全生态”。请构思一个具体场景，实现手机、智能家居与车机基于AI深度协同。描述其技术链路与核心体验亮点2.“舱内感知”是热点。除了基础疲劳监测，如何利用舱内视觉、语音等多模态AI，创造更有价值的个性化服务或情感化交互？请提出你的产品构想3.作为行业后来者，小米汽车在智能驾驶体验上应追求何种差异化？是从“极致性能”、“场景深耕”还是“人机共驾体验”上突破？阐述你的观点4.智能驾驶系统“人机交互”至关重要。如何设计一套AI驱动、用于传达系统状态、能力和边界的交互体系，以建立用户信任，避免滥用或误用？5.汽车AI模型面临车规级芯片算力、功耗和实时性的严格约束。以“城市NOA中的预测规划模型”为例，阐述开发中，产品经理需要协同算法和工程团队，在性能、效率和泛化能力上做出哪些关键权衡？6.“端云融合”是趋势。请划分智能座舱或智能驾驶中，哪些AI能力必须部署在车端以确保实时可靠，哪些可以借助云端实现持续进化？你的核心判断标准是什么？7.智能汽车的进化高度依赖“数据驱动”。请描述你理想中，一个智能驾驶功能从车端数据采集、问题挖掘、模型优化到OTA升级的完整“数据闭环”产品方案8.如何定义智能驾驶功能的“安全验收标准”和“体验验收标准”？当两者在测试中发生冲突时，如何处理？9.智能驾驶软件付费订阅已成为趋势。你认为小米汽车的智能驾驶服务应采用何种订阅策略？如何设计免费体验包，以最大化转化率？10。除了开车和坐车，智能汽车还可能成为哪些AI服务的载体或入口？请提出一个具有想象力的商业化产品概念

1. 你做过大模型数据处理的话，预训练数据清洗一般怎么做，去重、去噪、质量过滤分别解决什么问题？预训练数据清洗本质上是在控制“数据量”和“数据质量”之间的平衡。去重主要解决模型反复记忆同一批内容，避免浪费训练 token，也减少 benchmark 污染。去噪主要是过滤乱码、模板页、广告页、低信息密度文本、机器生成垃圾内容，不然模型会学到很差的语言模式。质量过滤更偏向保留高价值内容，比如结构完整、语义通顺、知识密度高、代码块规范或者问答对明确的数据。实际工程里一般不会只靠一个规则，而是多阶段处理：先做规则清洗，再做语言识别、长度过滤、内容打分，最后再结合 dedup 和采样策略。因为预训练效果...

双非本科，靠着字节、百度、蔚来三段实习一路撑到春招，到现在才真正认清现实。一封封感谢信砸过来，慢慢明白，学历和学校带来的门槛，远比几段光鲜实习要重得多。最让人无力的，莫过于拼尽全力刷实习、攒经历，最后却连一个入场机会都换不来，那种落差感真的太磨人。总自以为是地觉得，有大厂实习就够了，一定能挤进心仪的公司，可现实一次又一次把幻想击碎。现在的我，早已没了春招初期的锐气，只剩下满心的迷茫和惆怅。不知道是该坦然接受现实，还是继续抱着不切实际的期待，在大厂的梦里不肯醒。