咨询工行北分科技

🎤话筒交给招聘君！今天要安利的团队是 👉 中国交易与广告🌱 关于我们产品研发和工程架构-中国交易与广告团队，负责抖音电商、生活服务、广告营销等营收业务的研发。用技术带来美好生活，让用户发现更多优价好物，为用户提供更丰富独特的生活体验;连接海量用户与商家，促进交易达成，让生态里全流程体验更流畅，助力营收业务长效增长。加入团队，你将投身流量与增长主战场，挑战复杂业务场景技术难题;直面真实商家和用户，用技术解决看得见的问题，在实战中快速成长，书写属于你的价值故事!🔥 热招岗位前端、后端、客户端、算法、 安全、测试开发、产品、运营📍 工作地点北京、上海、杭州、成都、深圳📮 投递方式1️⃣ ...

感觉我的简历在本科生中也不算差，面试的时候八股和算法只要不挖的太深都回答的上来，为什么老是被一面挂😭最近被一面挂麻了，即使问了面试官对我的印象说还不错也仍然被一面挂，真有点怀疑人生了😭

hr先为昨天的delay道歉了，态度很温柔也很专业。主要问一些压力的克服实习内容与成长，困难怎么克服到岗时间与实习时长为什么不考研先打了个mentor和leader比较忙的预防针反问：工作节奏，offer时间

1. 自我介绍 简单聊聊你写的这个项目2. bge-m3 的预训练过程是什么，为什么它可以高效检索bge-m3 的核心不只是“做 embedding”，而是把多种检索信号统一进同一个模型框架里。它同时支持 dense、sparse 和 multi-vector 三种表示。dense 负责语义层面的相似性，sparse 更接近词项权重匹配，multi-vector 则适合处理长文档、多粒度语义对齐。这样一个 query 不再只依赖单一路径召回，所以在复杂检索场景里更稳。从训练角度看，它一般不是只靠单一对比学习目标，而是会结合多任务数据，让模型既学语义匹配，也学词面相关性和局部对齐能力。高效检索的...