有江西电信收到offer的吗？

面试部门：联通软件研究院，base北京亦庄timeline：09.11投递，09.14笔试，09.18一面（线上），09.28二面（线下），至今没有后续一面（20min）自我介绍实习中指标监控是怎么做的实习中任务优化是怎么做的二面（30min）自我介绍挑一个实习/在校期间比较重要的项目，展开介绍（背景，难点，解决方案）指标监控阈值如何设置（实习内容）个人对于岗位的偏好Spark的基本数据结构是什么，有哪些特点无反问环节整体感觉笔面难度都很低，二面强制要求线下，并且只组织一场，一共5个面试官，一人提一个问题就结束了

一、项目介绍+没有手撕？项目介绍完直接开始面，没写代码二、八股1.介绍下Transformer在NLP和CV中的使用区别2.什么是 CLIP 模型？它是如何做跨模态对齐的？3.BLIP-2 中 Q-Former 的作用是什么？为什么要加一个Query Transformer？4.Contrastive Learning 的 InfoNCE Loss 公式是什么？直观上是怎么工作的？5.在多模态预训练中，如何处理图像分辨率过高的问题？关键优化手段有哪些？6.LoRA 微调在多模态大模型中的应用有何特别之处？7.什么是多模态对齐？它和 RLHF 的关系是怎样的？8.介绍一下 LLaVA 架构的核心原理和主要创新点9.在视频问答（VideoQA）场景下，时间信息是如何建模的？常见方法有哪些？三、项目1.多模态问答系统如何处理OCR和物体检测信息？这些特征在模型中怎么融合？追问：如果 OCR 提取结果错误，会影响问答准确率吗？你如何降低影响？2.你的医学影像 + 病历文本项目(这个项目我没用大模型)，数据标注成本高，如何缓解？追问：有用到合成数据/数据增强方法吗？效果如何？3.在 LLaVA 的基础上加入分辨率自适应编码器，主要优化的是哪部分的瓶颈？推理速度提升多少？

学历不高，实习含金量低，怎么办？很多同学秋招初期失利，邮箱全是拒信，觉得之前的努力都付之东流，但是，有这么一些人，他们没有亮眼的学历背景，实习也不是大厂，但在秋招中后期逐渐逆风翻盘。虽然没有到offer打牌的地步，但也拿到了几个不错的offer。今天简单讲下他们的共性。一、海投海投永远是最有用的做法，不一定有效，但有用。不论base地，不论大中小厂，某同学几个月投了2000+的公司，只要基数够大，总有能通过简历关，拿到面试资格的，不一定有效指的是投递简历，填写信息，还有做行测，很费时，还可能简历直接挂了，看似效率低，但有用是了解行情（海投的公司可以不局限于一个行业，比如你的心仪行业是互联网，但...