总结起来就是准备不足，这个不足不是行动上，而是认识上，做了什么不是最重要的，说了啥才是最重要的PPT改了很多次，花了很多时间，走了很多弯路最后发现还是编故事，说的好听比做的好更重要，做得好很难，但是说得好很简单，大部分人没有办法做得好，只能说得好

你做了什么不重要，啥也没做也行重要的是你写了啥，这比论文还能造假你能圆上，那就是你的成果这都不重要了秋招继续，塞翁失马，焉知非福我一定会红透半边天的！

leader说比较悬最后要看大老板的决策折磨人啊准备全力秋招了leader说技术深度不够，答的也不太好个人表达还是不太行，得找个PPT汇报的课程听一下，学两招开始改简历和秋招PPT加油吧

暑期投过。所以只用一面。自我介绍聊项目，感觉没咋讲好，确实没准备充分，虽然写了ppt，但是没把故事串起来，面试官听的比较费劲。结论：要提前准备一下自我介绍（区别于项目介绍），自我介绍是说你会啥，想干啥，也就是研究方向/技术方向。聊算法基础，grpo,qwen2.5vl的mrope，grpo的改进，前沿论文。结论：这里我其实看了很多的论文，但是没想到会问，后面要总结一下。这些论文要仔细再扣一遍。grpo deepseek-mathqwen-2.5vl 技术报告，mropedapo 的token level loss无手撕。有一个点我比较在意，面试官问我有没有论文，我比较担心这会成为我的劣势，后面争取搞一篇。等了二十天挂了。

大厂应该是进不去了，看看中小厂吧

开门红开门红等了字节二十天，等来一句遗憾想去小红书，志愿全挂蚂蚁直接感谢信转正这边也是拖拖拖，不让人安心麻了麻了

（没准备还是不行啊哈哈哈）一、基础知识梯度 优化器 一阶动量 二阶动量 是啥梯度：梯度的反方向就是参数的更新方向一阶动量：梯度的指数加权平均公式：作用：平滑梯度，减少更新方向的抖动二阶动量：梯度平方的指数加权平均公式： 作用：自适应调整学习率大小adam 总体公式:模型初始化方法有哪些？全零初始化ReLU的激活函数，梯度是0sigmoid的激活函数，每层的神经元的输出相同，梯度相同（不为0），那么更新后的参数也相同，模型学不到任何特征随机初始化 (Random Initialization)目的： 打破对称性，确保不同神经元学习到不同的特征。缺点： 随机数过大或过小都可能导致梯度消失或梯度爆炸...

hr 一直叫我孩子，说我这么年轻，为什么要工作，不读博（24还年轻吗hhh）。绷不住了。（感觉很像我幼儿园的班主任，又严厉又慈爱）问我为什么实习，规划。有没有发论文，为什么不发（这里直接说想工作就行了，我说未来可能想发paper，hr明显不够满意。）这里主要是考察工作的驱动力和意愿。考研的选择，为什么考本校，满意现在的选择吗？有没有不满意的地方，为什么？base意愿。怎么理解用户增长，解释了用户增长的含义（字面意思）。（砍一刀是不是就是hhhh）用户增长：精准的广告投放，吸引用户进入淘宝。（app的开屏广告？）怎么利用大模型进行用户增长，广告投放？自己的优缺点：xbb。主要是职场心态和匹配程度...

（上来摄像头打不开不知道为啥，一直显示被占用，有没有老哥遇到过类似的问题。）面试官迟到了5min，看着年纪挺大。自我介绍。项目提问。八股。AUC=0.8表示什么？（不知道。。。）BN LN RMSNorm 的区别，（好久没复习，有点忘了RMSNorm）推荐系统有了解过吗？无。（后面反问被diss了，面啥岗位就应该准备啥。我都是多模态的内容。）transformer encoder decoder 的连接的部分，QKV分别来自？有点逆天了，第一次遇到这样的问题，幸好后面想出来了。使用sigmoid作为激活，梯度消失是为什么？sigmoid 的梯度，梯度的取值范围？共享backbone，多个不同的...

项目介绍，遇到的困难，项目背景，怎么与同学导师合作。项目中自己做的事，负责的部分。怎么分配任务。为什么选择上一家公司，不选择大厂。实习最大的收获，成长。了不了解咱们这边的业务。面试过程中比较感兴趣的业务场景。介绍了蚂蚁的业务，aigc，支付宝的探一探。base就在学校马路对面。真挺不错的。感冒了，发挥不太好。百分之五十几率挂。

破产鸡。自我介绍。问 过往经历中最有压力的事情是什么，当时的感受是什么？过往经历中，怎么和同事们进行合作沟通的？有没有收到什么负面的反馈，来自导师的？当时的想法是什么？过往的项目中有没有遇到什么困难，怎么解决的，和其它类似项目的不同之处是什么？毕业之前的规划是什么？实习、秋招、毕业旅行。旅行一般会怎么安排，喜欢什么样的旅行方式？有几个offer了。百度、字节。会来腾讯吗？（会有人答不来吗。。。）反问：转正时间，九月开，九月中旬出结果。上下班时间。到岗时间。转正考核指标。

简历挂了三个部门（阿里和团子，太狠了），自己在牛客找人，又给捞起来了。面试官人不错，乐乐呵呵的。先自我介绍了一下，自我介绍的面试官真不多。稍微问了下项目，有没有遇到什么问题等等。DPO loss 公式？手写。这里忘写出sigmiod，然后ref model的位置记混了，也给过了。 logits = (policy_good_logps - reference_good_logps) - (policy_bad_logps - reference_bad_logps) loss = -F.logsigmoid(beta * logits).mean() DPO 和 PPO 的区别？T1:找到有序...

自我介绍项目。用文本进行图像搜索项目，用户的输入文本和训练使用的有偏差怎么办（例如比较口语化）？从现场弄一些数据进行微调，或者给用户一下提示，让用户知道怎么样能更好的匹配。无做题。反问：岗位相关。为什么支付宝现在支付会减几块钱？以及碰一碰。因为wx一般大家都是打开的，买东西的时候，不用切换app进行支付。简单的优势就导致支付宝落在了下风，因此用优惠和碰一碰来和wx竞争。40 min结束。一分钟后面试通过。蚂蚁的面试流程真是舒服啊！

先自我介绍。项目。感觉面试官不太懂多模态。也没问啥。无八股。做题。代码：三数之和。钉钉出现故障，面试官口述了问题，然后让我讲了一下思路。反问。面试官说了很多。挺能聊的。岗位主要是做 agent 相关，用户出行规划、订票(机票火车票)建议。工作内容还可以，不是那么无聊。感觉不太匹配，50%概率挂。