华为签约

1. 项目拷打 问的非常细 , 聊了30min2. GRPO 里的 reward 一般怎么设计，怎么避免模型学歪GRPO 的 reward 设计关键不是“打分越多维越好”，而是要保证相对排序真的有意义。常见做法是把 reward 拆成几部分，比如正确性、格式遵循、长度惩罚、拒答合理性、安全性这些，再做加权组合。对于推理任务，最核心的一般还是结果正确性和过程可验证性；对于开放式生成，还得控制风格漂移和模板化输出。真正难的是 reward hacking。模型很容易学会一些表面上拿高分、实际上没解决问题的套路，比如故意写很长、固定套模板、强行迎合裁判模型。所以 reward 设计通常不能只靠单一 ...

本人9本无实习经历，二月初开始面试，快手xhs简历都挂，京东一直泡池子，腾子三面挂，滴滴大模型算法一面挂，美团二面挂，亚麻OA都A了也挂，Google一面也挂。反正都是在挂中度过的，其实二月也是比较焦虑和陷入自我否定当中吧。但是还是比较感谢节子的速度的，而且面试的过程里面的氛围和节奏都很舒服，介绍业务和发展方向也是很明晰的。hr小姐姐人也挺好的，而且全程都是hr加我微信进行推进的，有什么情况和我说和和及时帮我推进流程，每次面试前都会提醒我今天的面试以及祝我顺利。（我感觉体感上面，志节是我面过的体验最好的一个了，从hr到面试官人都不错）timeline:3.6投简历推进评估3.7 hr打电话来约面3.9一面，20min后约二面3.11二面，二小时后约三面3.13三面，两小时后约hr面3.13hr面，面完就差不多oc了3.17 收到正式的offer

简历求拷打，有没有大佬给点建议😭实习经历不太会写，大部分都是做业务功能的没有很强的技术点😟

上周刚面完经纬恒润的嵌入式软件开发岗，整场面试大概40分钟，简历过得很快，剩下的时间基本全是八股文连环炮。没有太多项目深挖，就是一道接一道，答完一个马上下一个，节奏很快。题目覆盖面挺广，C基础、操作系统、RTOS、通信协议都有，难度分布也比较均匀，有些很基础，有些挖得比较深。整体感觉经纬恒润对基础知识的扎实程度要求比较高，想靠蒙混过关基本不太行。const 和 volatile 关键字分别有什么作用？可以同时修饰一个变量吗？指针和引用的区别是什么？什么场景下必须用指针？堆和栈的区别是什么？函数调用时栈帧里存了什么？什么是内存对齐？结构体的大小怎么计算？static 变量在嵌入式中有哪些常见用法...