旷视准备提前实习

1、自我介绍2、项目介绍3、离线数据处理咋做的离线数据处理我一般会按“采集、清洗、标准化、切分、标注、校验、入库”这条链路来做。先把多来源数据接进来，比如文档、表格、对话日志、接口结果、历史工单，然后做编码统一、去重、去噪、脏字段修复和无效样本过滤。对于文本类数据，还要做特殊符号清理、HTML 去标签、分段切分、敏感信息脱敏和元信息补全。如果是训练数据，还会进一步做 schema 对齐，比如统一成 instruction / input / output，或者统一成多轮消息格式 messages=[{role, content}]。如果是 RAG 知识数据，就会做 chunk 切分、标题挂载、...

😭😭

28届2本非科班大概很快要找实习了，应该是偏ai应用开发方向

淘天 27 届暑期实习生正在招聘 各方向都有海量 HC 欢迎看我置顶帖子投递校招季翻了很多份 AI 方向的简历，发现一个规律：大家做的项目其实差不多——RAG、Agent、LLM 应用，技术栈也大同小异。但有的简历让人想立刻约面试，有的看完只记住了一串技术关键词。差距不在项目本身，在写法。同样是做了一个 RAG 系统，有人写"使用 LangChain 搭建了 RAG 系统"，有人写"对比了三种 chunking 策略后选用了基于段落结构的自适应切分，检索命中率从 62% 提升到 81%"。前者告诉我你用了什么，后者告诉我你思考了什么。面试官筛简历时真正在...