避雷兴业数金

1. 你做过大模型数据处理的话，预训练数据清洗一般怎么做，去重、去噪、质量过滤分别解决什么问题？预训练数据清洗本质上是在控制“数据量”和“数据质量”之间的平衡。去重主要解决模型反复记忆同一批内容，避免浪费训练 token，也减少 benchmark 污染。去噪主要是过滤乱码、模板页、广告页、低信息密度文本、机器生成垃圾内容，不然模型会学到很差的语言模式。质量过滤更偏向保留高价值内容，比如结构完整、语义通顺、知识密度高、代码块规范或者问答对明确的数据。实际工程里一般不会只靠一个规则，而是多阶段处理：先做规则清洗，再做语言识别、长度过滤、内容打分，最后再结合 dedup 和采样策略。因为预训练效果...

总时长35分钟，无手撕，感觉遇到KPI面了，唉35分钟一直在问实习，八股就问了下面的1.redis与数据库的缓存一致性2.redis的zset数据结构3.redis的两个持久化机制4.分布式cap理论5.什么时候ap，什么时候cp6.进程线程协程问怎么没手撕，说一面撕过了，业务是应用宝游戏商城，后面过了还有一面技术面，问面试表现，说挺顺的，可以再关注一下运维数据，然后问转go有难度嘛，就结束了

挑战全网最惨27届应届生。十几场面试全挂，道心破碎，后续不打算面了，先调整一下心态了。金三银四感觉和双非无关

一个朋友985末流硕士，秋招投了30多家，现在手里拿着4个offer在纠结。这一个月下来发现个事儿：不管啥岗位，面试官都开始疯狂问AI了。后端问、前端问、测试也问，搞得我一度怀疑自己是不是投错岗位了。趁着还没入职，把这段时间被问到的AI问题记录下，给后面的兄弟们避避雷。最基础但最高频的问题"你平时写代码用AI吗"这题我被问了得有20次吧。一开始我还想着要不要说用，怕面试官觉得我能力不行。后来发现不用反而更奇怪，现在都2024年了谁还不用点工具。关键是你怎么说。我见过有个哥们儿说："用啊，我现在代码基本都AI写的，我就改改。" 然后面试官问了几个细节问题他...