小红书nlp多模态算法实习一面

前两天面完数据分析岗，一般来说他应该会问这些，“Excel用得溜不溜”、“数据太乱怎么清洗”，最恶心的是让现场写SQL语句。幸亏我提前刷了题，要不然就gg了啊。提醒大家一定要练实操，光背理论真的没用

现在AI岗门槛也太高了，稍微好点的公司上来就问硕士博士，本科生简历直接刷掉。我就在想要不要也考研算了，不然根本卷不过那些高学历的，连面试机会都捞不着，愁死了

麻烦各位大佬帮忙看看这份简历有啥要修改的，我感觉项目有点少，之后再加一个沙箱运行代码的agent项目，麻烦看看，求求了

1.你知道 DPO 的损失函数公式吗，2.GRPO , PPO 与 DPO 区别是什么3.GRPO / PPO 是 on policy 还是 off policy 的， DPO 呢4.DAPO 对 GRPO 的改进有哪些5.Gspo 对 Grpo 的改进有哪些6.比较一下 process reward 和 outcome reward7.强化学习训练时遇到 reward 上升，但 validation 时效果下降，有哪些解决思路8. VeRL 框架是同步的还是异步的，具体的训练流程是什么9.了解 RL 的训推不一致问题吗？训推不一致的产生原因是什么10.你认为未来 SFT 阶段和 RL 阶段，哪个更重要📳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。