offer选择决赛圈

实习了这么多公司下来，对SHEIN的感受就是 希音的培养体系非常系统和全面 有非常丰富的资源可以学习—— 新人入职时会召开新人会议，介绍公司制度和福利 有专门针对这个岗位新人的学习清单 部门团队介绍和业务梳理 帮助我快速了解业务框架和具体工作方法 还有SHEIN学院里的职场软技能提升课程和英语课程不可谓不丰富了 但是学到多少，就看你的主动性和学习能力了 扁平化组织让我有更多机会直接接触到mentor和leader 每天都能one on one沟通 部门全员E人的氛围让初来乍到的原本e人的我也变成了i人[呃R] 但是后面也很好地融入啦 团队伙伴都说舍不得我离开…mentor说感谢我为团队带来了新...

面了5个实习生了，技术好的base不是特别考虑，base满足的技术又不太行，真难呀，各位优秀的学弟学妹们毛遂自荐呀【岗位职责】1. 算法优化与落地：重点参与图像编辑（Image Editing）领域的算法研究，特别是针对图像消除（Object Removal/Inpainting）任务的效果优化。2. 核心技术攻关：模型蒸馏：参与大规模生成模型的蒸馏工作，在保证生成质量的前提下，优化模型推理速度与显存占用。RLHF 对齐：探索并应用 RLHF（Reinforcement Learning from Human Feedback）技术，利用人类反馈数据优化生成模型的逻辑一致性与视觉美感。1. 实验与数据管理：负责相关算法实验的配置、运行与结果分析；协助进行高质量训练数据的清洗、整理与构建，建立更高效的数据 pipeline。2. 前沿探索：阅读最新顶会论文，复现并改进 SOTA 算法，探索提升消除任务鲁棒性的新方法。base：深圳薪资：200-400公司：传音邮箱：xin.wang4@transsion.com

兄弟们是我的简历太不行了吗还是项目太简单投了很多没面试

最近影石的秋招真是让我心潮起伏，虽然之前已经决定放弃，但影石的抬价让我又重新燃起了希望。所以，我决定分享一下我的面试经历，希望能帮到同样在准备秋招的小伙伴们。一面面经： 💪一面的面试官真是技术大咖，问题一个接一个，完全没有停下来的意思。以下是我被问到的一些问题：为什么选择MNN推理框架？有没有调研过其他的？模型从训练到端侧用MNN作推理的流程是什么？实习任务中，int8和半精度的性能提升明显吗？MNN的具体实现和优化策略是什么？双线性插值的4个点的权重如何分配？仿射变换用了什么NEON指令集，做了什么运算？ax+b用矢量去做加速，会用哪条指令？HWC和CHW以及NC4HW4的区别是什么？如果...