是谁在奔溃

算法题：多头注意力，面试看会分头就给过。 底层：关注以下几个点，agent组，怎么训练？怎么搭连路？怎么构造工具？ 其中训练很有意思，尤其是agent强化训练，面试官直言，没有全量强化经验的人我们不要。针对reward设计（为什么这么设计？有什么用？能更快收敛还是更好效果？），超参数调优（什么图像意味着什么要做什么样的调整）问的很细。 上层：考察面试者的视野，讨论了最近的几项技术，比如env based的训练，快手的ARPO看过没～，你怎么看环境的搭建，你觉得long horizon的任务怎么结合环境训练？你用过verl搭环境训练吗？比如GSPO为什么重要？同比DAPO（面试官直说这就是个消融...

岗位职责: 1.参与端到端智驾模型训练/评测数据生产全链路开发，包括数据生产、数据挖掘、打标、质检等；2.参与智驾标签体系、meta体系的研发、维护及落地；3.参与数据全链路相关的基础框架研发，包括挖掘、生产及分析框架等；任职要求:1.扎实的计算机/软件工程基础，对操作系统、设计模式等熟悉；2. 熟悉各种前后端框架，熟悉数据库3.善于使用各种ai coding/agent工具，高效的数据全栈开发者（或愿意成为）；4.有智驾数据或者模型经验优先。

 #内推#  #大数据开发#