快手搜索算法实习一面

工作之后，身体的变化来得很慢，却很真实。每天步数不超过 5000，大部分时间都坐在工位上，久而久之，一些问题开始固定下来。最明显的是颈肩和腰。长时间盯屏、低头、久坐，让肩颈僵硬成常态，腰也变得不太耐久，稍微坐久一点就开始不舒服。哪怕周末活动一下，也很难完全缓解。第二是眼睛和睡眠。白天盯屏幕，晚上继续看手机，眼干、酸胀成了常态，入睡变慢、睡眠变浅，第二天依然疲惫。还有体能下降。步数不多，但总觉得累，爬几层楼会喘，对运动的耐受度明显变低。这些病根不算严重，却长期存在。它们不是一场大病，而是工作方式一点点刻在身体上的痕迹。等意识到的时候，往往已经成了“日常状态”。

1，讲下实习项目c吧（应该是只有c和组里工作相关）2，模型某个设置可能会受到样本分布变化影响，怎么解决的3，回归用mse和mae区别在哪4，除了看loss，某指标如何离线评价（没说上来，胡言乱语了一下）5，（场景题）目前gpu资源比较紧张的前提下（没法做大规模实验），对于多目标模型，假如说现在有个特征想加，算了相关系数，跟ctr正向，cvr负向，那你到底要不要加上。（感觉又有点胡言乱语了）手撕交叉熵公式（卧槽刚想起来好像把label也写到log里面了……数学奇迹之log0）分割等和子集（边界条件磕磕绊绊了一下）反问业务 工作

今年上半年写过一篇文章：刷到羊毛月，我想说：我们并不欠优绩主义什么加班的时候顺道摸摸鱼，刷到了这个话题，然后回去搜了搜羊毛月。算法真的很懂，它总是在你最疲惫、最容易自我怀疑的时候，把这种“成功人士现身说法”精准地推到你脸上。和我还读研时第一次刷到他不同的是，这次我没有愤怒，也没有想反驳，我只是在想：如果我现在还信优绩主义，那我这半年班算是白上了。毕业半年，说长不长，说短不短，但已经足够让我意识到一件事：工作世界对“努力—回报”的兑现程度，远比校园里想象得随机、粗糙、甚至有点荒诞。上学的时候，我反感优绩主义，是因为它无法解释求职市场里的残酷与偶然；现在我反感它，是因为我亲眼看见，它在职场里依然被...

现在求职圈，实习早变成了数量竞赛，人均四五段大厂实习的分享，仿佛经历越多越稳。但这完全偏离了实习的核心价值 —— 它不是堆砌履历，而是低成本试错和验证适配度。对学生来说，1-2 段实习足够了，关键要搞懂两点：一是行业真实运转逻辑和 JD 描述的差距；二是岗位日常是成长还是消耗，值不值得深耕。反之，短期高频的实习反而会成减分项，容易给招聘方留下目标模糊、稳定性差的印象，最终也沉淀不下可迁移的能力。若一段实习只为简历多一行公司名，毫无含金量。说到底，实习不是焦虑的筹码，少而深远比多而浅更有价值。