算法工程师岗考察:传统 ML 基础 + 推荐 / 搜索 / NLP / CV 业务方向 + 项目落地能力。   1、传统机器学习 / NLP  分词 / NER 的常见算法  思路:分词: HMM/CRF/BiLSTM-CRF/BERT;NER: 序列标注同上 + 大模型 ICL 直接抽取。   分类 / 回归的区别  思路:离散标签 vs 连续值;损失不同(交叉熵 vs MSE);评估指标不同(F1 vs MAE/MSE)。   过拟合的原因和解决  思路:模型容量过大/数据少/训太久;解决: 正则化 + Dropout + 早停 + 数据增强 + 简化模型。   特征工程在大模型时代还重要...

这是为什么捏，SSOB上面沟通了几百次了，投简历也差不多投了二十几份，但是目前只收到了一个面试，是简历的问题吗？还是说我是重庆人，外地的公司不要我？

原来tme看面评。。。横向挂也脏面评hh

前言大家好，我是三石。距离《2025 最新大数据开发面试笔记 V7.0》发布已经过去一年。这一年，大模型技术的发展速度远超很多人的预期。从最初的 Prompt Engineering，到如今的 RAG、Agent、MCP、多智能体协作、AI 工程化，AI 已经开始深度融入数据开发、数据治理、数据运维、数据分析等各个领域。与此同时，大数据开发岗位的面试内容也正在发生变化。过去的面试可能主要围绕：Hadoop、Hive、Spark、Flink、Kafka、HBase、Doris、数仓基础而最近半年越来越多同学反馈，面试官开始频繁追问：什么是 RAG？ Agent 和 Workflow 有什么区别？...