真心求问，大厂毕业以后能去干啥？

国企作为国民经济的重要支柱，在人才选拔上更倾向于招聘应届毕业生，这既体现了国企的社会责任感，也符合其长远发展需求。主要原因包括：   1. 响应国家政策，履行社会责任  国企积极落实国家“稳就业”政策，通过校招为应届毕业生提供更多就业机会，助力青年人才成长，促进社会和谐稳定。   2. 培养企业未来骨干，传承优秀文化  可塑性强：应届毕业生学习能力强，更容易融入国企文化，接受规范化管理，成为企业未来的中坚力量。  忠诚度高：国企注重人才培养的长期性，应届生从基层成长，对企业有更强的归属感和责任感。   3. 优化人才结构，保障可持续发展  国企通过校招建立系统化的人才梯队，确保管理、技术等关键岗位的稳定传承，避免人才断层，助力企业高质量发展。   4. 公平公正的选拔机制  国企校招流程规范，笔试、面试等环节公开透明，确保优秀人才脱颖而出，体现了国企选人用人的科学性和公平性。  总结国企重视应届毕业生招聘，既是履行社会责任的表现，也是企业人才战略的重要举措。对于应届生而言，国企提供了稳定的职业发展平台和广阔成长空间，是值得考虑的优质选择。

1.请简述什么是大模型，以及它与传统模型的主要区别是什么？2.你如何评估大模型的性能？有哪些常用的评估指标？3.请描述一下你如何对大模型进行优化，以提高其性能和效率。4.你是否有过使用或开发大模型的经验？请分享一个具体的案例。5.大模型中的注意力机制是如何工作的？它在大模型中起到了什么作用？6.大模型中的优化算法有哪些常见的选择？它们各有什么优缺点？7.如何处理大模型训练过程中的梯度消失或梯度爆炸问题？8.在大模型设计中，如何权衡模型的复杂度和性能？9.面对大模型训练和推理所需的庞大计算资源，你有什么解决建议？10.请简述你了解的大模型的主要结构特点。11.reward bench上的reward model分哪几类?12. reward model如何训练的，训练目标是什么?13.dp0训练的损失函数和训练目标，dpo如何改进怎么理解大模型安全，包含哪些方面的内容？14.指令跟随能力的评估集有什么，如何评估的?15.阿尔法狗强化学习策略是什么?提升推理能力和指令跟随能力哪个更难, 为什么, 提升指令跟随能力的优化方式和其他的比如推理有什么不一样的地方?16.dpo训完了一般输出长度会变化吗? 如何解决这个问题大模型训练过程学习率一般是怎么变化的, 退火阶段学习率如何变化的?17.在开发大模型时，当你面临推理阶段的资源需求时，你如何确保模型的可解释性和公平性？18.谈谈你对Transformer模型的理解，以及它在自然语言处理中的应用。19.请简述Transformer的基本结构和工作原理？20.为什么Transformer使用位置编码(Positional Encoding)？21.如何优化 Transformer 模型的性能？22.Transformer在自然语言处理中有哪些应用？23.transformer里边norm的位置在哪里,norm如何计算的多头自注意力机制的作用是什么？24.注意力机制为什么除以根号dk, 为什么不是dk请解释什么是注意力机制，并举例说明其应用场景。25.注意力机制是如何工作的？请简述其计算过程。26.多头注意力机制是什么？它相比单头注意力有什么优势？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

有没有 uu 说一下大模型应用开发是投后端岗位还是算法岗位呢

自从我了解程序员这个职业后，一直有人说35岁危机，我从互联网上各种渠道了解到的信息，35岁危机是确实存在的。以我的个人理解，它不是指35岁一定会失业，而是指在就业市场上竞争力远不如别人，一方面年龄太大，一方面要求的薪资过高，导致很难找到满足自己期待的工作。作为26届求职大军中的一员，一直在去大厂和去国企中反复横跳。一开始的时候，对大厂有滤镜，铆足了劲想去大厂，后面看到大厂各种负面消息，裁员、裁应届生、猝死等等，这时候觉得大厂可能并没有我想象的那么光鲜亮丽。然后就去了解国企对应的岗位，根据我了解到的信息，国企晋升比较困难，有些国企工作强度比肩大厂，但是薪资不如大厂，包括这两年开始末位淘汰等等，又让我陷入了纠结。期间也了解到一些前辈的看法，和师兄们也聊了聊这个话题。有些前辈打算先在大厂卷，攒足够多的钱，遇到35危机直接退休，有些前辈打算先在大厂干几年然后去别的赛道，比如说考公考编，社招进国企，从事自媒体行业，出国等等，有些前辈直接进国企。我也是个比较内耗的人，一直在思考进大厂还是进国企。有时候感觉自己很能折腾，去大厂磨炼磨炼也挺好的，有时候又感觉这么累没有必要，不如直接进国企躺平。既想要大厂的薪资，又想要国企的稳定。想了解一下大家对35岁危机的看法，欢迎大家发表意见，和我交流一下。