美团一面面经，已约二面

总流程30min，全程无八股1，聊实习内容，还有一些在校经历2，手撕：合并两个有序链表

1. 不打卡，灵活办公，旗帜鲜明反对996！ 2. 我们入职就有15天年假+12天全薪病假 3. 全额六险两金，公积金顶格，员工购股，餐食补贴， 内购福利 4. 免费健身房+年度体检 5. 工作每满5年，公司提供15000元休假津贴 更重要的是WLB，不倦也不加班，很适合比较佛的朋友，欢迎和我做同事！网申链接：https://talent.lenovo.com.cn👉专属内推码：2025XZLMWWY‼️内推码填写指南：其他＞从哪获取招聘信息＞选择联想员工推荐＞输入2025XZLMWWY投递了很久但目前未收到笔试测评的同学可通过以下方式自查：在我的简历处试下能否修改简历，如果只能修改个人信息...

今天老师整理了大模型入门的几个学习步骤、目标和需要掌握的基础知识，供初学者快速掌握基本路径。1️⃣前置知识： Python 基础、 Linux 基础🌟学习内容1.熟练掌握 Python 语言，熟悉常用的Python 库和工具，如 NumPy 、 Pandas 、  Scikit - learn 、 PyTorch 等。2.具备 NLP 相关的基础知识，包括文本预处理、分词、词性标注等。3.对大模型有一定了解，包括Transformer 模型的结构和原理、基于注意力机制的自然语言处理技术等。2️⃣Step1:NLP相关基础知识🌟学习内容1.了解文本预处理、分词、词性标注、命名实体识别、词向量表示等基础知识。2.掌握机器学习中的数据预处理、特征提取、分类、回归等基础算法，并了解其在 NLP 领域的应用。3.了解大规模 NLP 任务中的常用技术和方法，如深度学习中的 Transformer 模型、 BERT 、 GPT 等。3️⃣Step2:GPT API 调用及 Prompt 设计🌟学习内容了解 GPT API 的调用方式和基本操作，熟悉 Prompt 设计技巧和要点，能够结合自己的任务调用 API 实现对应的任务代码。4️⃣Step3:模型微调（ Fine - tuning )🌟学习内容了解常见的微调模型的基本流程和原理，熟悉数据集的构造、训练、评估等过程，能够独立构建 QA 对，在服务器上对模型进行微调。5️⃣Step4: RAG （外挂数据库）🌟学习内容RAG 作为目前最火的一个 LLM 落地方向，可以结合私有数据（表格、 word 、 txt 、 pdf 、数据库皆可）实现本地问答，且训练成本较低，可以快速实现效果。✴️有需要提升面试能力和辅导项目的同学可以后台联系我～

得物java一面面经#得物校招求职汇总# 8.30投递，9.7一面，时间卡得很严，30～40min应该算是秋招的第一面了感觉面试官比较友善，会引导回答，整体问题都是和实习的项目有关，相关八股也是从实习经历引申出来的就是感觉时间很紧迫，想给实习内容铺垫一下前因后果，结果被提示时间有限，直接讲重点就行基础1、手撕：合并两个有序链表，时间与空间复杂度（口述）2、Java中的设计模式，至少四个（工厂模式和策略模式差异，为什么要用策略模式）3、说说Spring中的AOP实习项目 + 穿插八股1、在实习期间，最有挑战性的事情？担任的是什么角色？ 遇到什么问题？怎么解决？2、实习拷打3、在微服务/分布式服务...