南京银行面经

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...

本硕双9，27届，想找大模型应用开发求佬们帮忙看一下简历有什么问题吗？项目会不会太简单了，现在投了的厂都卡在初筛，很慌啊我想要去腾讯我想要去阿里我想要去字节我想要去百度我想要去美团我想要去携程我想要去快手我想要去pdd我想要去网易骗你的 我哪都想去😭 球球约个面吧引流：字节、腾讯、阿里、美团、京东

27届大三，想找个日常实习，中小厂的。简历有什么问题嘛，boss投了400好多消息都没读😭求友友们给点建议

🕐复活时间：3.23💻面试部门：PCG技术线-智能营销/AI小游戏方向一面🕐面试时间：3.24❓面试问题：自我介绍大文件拆分上传，如果断线重连，如何实现重传为什么后端数据库使用mongoDB而不用mysql你有提到学过redis，说说对redis的理解如何设计登录的，如何保护用户信息安全xss/csrf如何产生的，如何防范你提到jwt，那你的jwt是配置了什么字段js事件循环与nodejs事件循环追问：nodejs是单线程还是多线程ES Module与CommonJS的区别场景题，设计一个前端表单，涵盖数据采集，前后端对接等等，说说你的思路ai agent兴起，你对这个有什么了解和看法算...