3.10號(hào)投遞，大概31號(hào)安排的第一個(gè)志愿的面試，一面面試官人挺好的，一直有反饋，問了一下深度學(xué)習(xí)原理，問了點(diǎn)數(shù)學(xué)知識(shí)，大模型（基礎(chǔ)、deepseek技術(shù)報(bào)告等）后面就開始問java八股了，都答的挺不錯(cuò)的，最后問了點(diǎn)開放問題，我們聊了一會(huì)天文和量子力學(xué)，面試官對(duì)量子力學(xué)挺感興趣的，也和我講了一些自己的見解，面試完挺愉快的，面完就通過了。然后大概7號(hào)進(jìn)行的二面，主管是p9，個(gè)人感覺挺忙的，我先進(jìn)會(huì)議室他還沒面試完，讓我等一會(huì)，正常面試大概就問了一點(diǎn)算法經(jīng)歷，也沒問項(xiàng)目，大概10幾分鐘就結(jié)束了，第二天就掛了??????（感覺這場面試很不被重視額）。緊接著隔了兩三天，第二個(gè)志愿被撈了起來，撈起來到hr打電話安排面試就隔了兩天，晚上6點(diǎn)剛吃完飯準(zhǔn)備回實(shí)驗(yàn)室，hr打電話約面試，問我什么時(shí)間有空，我說明后天吧，他說我簡歷匹配度很高，想盡快從候選人中先安排我面，一個(gè)小時(shí)后面試，我覺得ok，一小時(shí)候后也是這個(gè)hr面試的，但是他還是懂業(yè)務(wù)的，聊了一下大模型評(píng)測的東西（他們是做大模型評(píng)測的），恰巧我有過兩段大模型自動(dòng)化評(píng)測的經(jīng)歷，又問了些團(tuán)隊(duì)協(xié)作的問題（像是簡歷面？），大概面完一個(gè)小時(shí)就通過了，第二天早上打電話約下午二面，二面是個(gè)女面試官，依舊是聊了一下項(xiàng)目和大模型評(píng)測相關(guān)的，這次由于了解了業(yè)務(wù)，準(zhǔn)備很充分，面試官說他們部門的人是六邊形戰(zhàn)士，也就是說既要會(huì)前后端，又要會(huì)訓(xùn)練評(píng)測大模型，還要會(huì)和產(chǎn)品溝通，并可以領(lǐng)導(dǎo)和決策，說反正什么都要會(huì)，干的也很雜，我就尋思這個(gè)業(yè)務(wù)匹配說不上很好，一個(gè)人干好多人的活，但是我確實(shí)沒有其他工作了，就開始顯示自己的匹配度，自己可以滿足要求，前后端，大模型都會(huì)的，然后問了一些挖坑的問題也回答的挺好的，二面結(jié)束大概隔了一天通知過的，后天安排的三面，三面是主管面，這次聊的挺多的，關(guān)于開發(fā)的項(xiàng)目，業(yè)務(wù)場景，關(guān)于大模型評(píng)測，關(guān)于最近的大模型技術(shù)，主管說雖然他們是做金融大模型評(píng)測的，我是做醫(yī)學(xué)大模型評(píng)測的，但是方法都差不多，匹配度挺高的，說盡快給我答復(fù)，讓我等一兩天，我以為終于可以放松一段時(shí)間了，但是兩天依舊沒有通知，我去給hr打了電話，說部門還在討論，本周給出答復(fù)，大概過了9天吧，也就是今天，找人工查了一下，已經(jīng)掛了??????我就在想，面試這個(gè)東西真和運(yùn)氣有關(guān)，你說不匹配吧，其實(shí)還算挺匹配，并且排序來看，我筆試成績還可以（反饋是前百分之一？），全棧開發(fā)，有兩篇論文，有過大模型評(píng)測的科研實(shí)習(xí)經(jīng)歷，可能真就輸在了運(yùn)氣上???????? 真不知道競爭對(duì)手是個(gè)怎么樣的存在，可能真就是六邊形戰(zhàn)士吧??

1.自我介紹2.拷打項(xiàng)目，詢問拓展思路，一些未注意到的功能點(diǎn)（答的稀爛）3.有offer嗎，想干開發(fā)還是測試4.tcp流量控制機(jī)制5.操作系統(tǒng)層面數(shù)據(jù)庫增刪改查的過程都干了啥6.數(shù)據(jù)庫將數(shù)據(jù)寫入磁盤或刪除數(shù)據(jù)時(shí)都經(jīng)歷了啥（完全忘記）

如題，有無字節(jié)的佬知道#字節(jié)# #字節(jié)求職進(jìn)展匯總#

4.21 投簡歷4.23 約后天一面4.25 一面無手撕，上來先拷打論文，其中有個(gè)地方用了rag，面試官問我這里是怎么把文本轉(zhuǎn)換成向量儲(chǔ)存的。(我以為是問我工程上的實(shí)現(xiàn)，這是去年做的一個(gè)小模塊，回憶了半天細(xì)節(jié)，答得支支吾吾，面完了之后結(jié)合下一個(gè)問我才意識(shí)到其實(shí)是問我embedding過程)看我支支吾吾就直接問transformer是怎么把token處理成向量的。transformer的self-attention和cross self-attention區(qū)別在哪里。pre-norm和post-norm的區(qū)別？進(jìn)一步，為什么現(xiàn)在主流大模型都用post-norm。lora的實(shí)現(xiàn)過程。大模型用的Lo...