算法题：多头注意力，面试看会分头就给过。 底层：关注以下几个点，agent组，怎么训练？怎么搭连路？怎么构造工具？ 其中训练很有意思，尤其是agent强化训练，面试官直言，没有全量强化经验的人我们不要。针对reward设计（为什么这么设计？有什么用？能更快收敛还是更好效果？），超参数调优（什么图像意味着什么要做什么样的调整）问的很细。 上层：考察面试者的视野，讨论了最近的几项技术，比如env based的训练，快手的ARPO看过没～，你怎么看环境的搭建，你觉得long horizon的任务怎么结合环境训练？你用过verl搭环境训练吗？比如GSPO为什么重要？同比DAPO（面试官直说这就是个消融...

bg学院二本，成绩靠前，通过六级，有奖学金、国奖省奖，小中大厂实习各一。前两家给的差不多，诺瓦多2-8w(差的有点多哈)。艾罗这边5天8小时，技术支持工程师，出差，不包住；舜宇上2休2，设备工程师，倒班，包住；还有一个诺瓦星云技术支持工程师(深圳)，网上评论很差哎。

一般来说，咱们拿到offer之前，HR手里有权力给你定薪，所以我们要做的，就是尽可能让自己拿到HR权力范围内的最高值。下面的技巧主要适用于能够浮动定薪的私企，而薪资有标准要求的央国企等岗位，不参与讨论。1，事先调研既然你已经走到了offer谈薪的阶段，说明至少前期的几轮面试都已经走过了，对公司你也有了一些基本的了解，这时候可以去比如*********、某脉、某乎等平台，寻找正在这个岗位或者拿到过这个岗位offer的前辈取取经，在了解公司情况、岗位情况的同时，也顺带问问校招入职的话，往年薪资是怎样的，这样起码自己心里有个数，可以最后报一个比这个数略高的数字。这主要是为了避免因为不了解岗位薪资情况...