银行信息科技岗

银行员工可能再也无法像以前那么“稳定”了，而且工作会越来越难。近几年银行业降薪的消息总是层出不穷且经常上各平台热榜，实际上不止银行，其它各行各业都不好过，都在大力降本增效，大部分企业员工薪资该降的已经降了。但这也说明一向以“稳定”著称的银行业目前也过得水深火热了。至于降薪的原因，很大程度是受大环境影响。当前环境使得大家存钱多，贷款变少了，导致存贷款利息差变大，赚钱变少了，要不这几年也不至于一直在降利率促销费。另外银行还在优化内部的流程和财务支出，学习其他行业降本增效。所以银行的现状以及未来的趋势大概率会是：1. 业务不好做，员工面对的业务指标压力会更大。2. 为了降低人力成本以及响应政策，数字化转型会成为银行重点发展的领域。3. 管理要求会越来越严格，流程越来越复杂。站在普通员工的角度来看，以后只会越来越难；对于未入行想入行的朋友，建议思量再三再确定要不要入坑。

今天老师整理了大模型入门的几个学习步骤、目标和需要掌握的基础知识，供初学者快速掌握基本路径。1️⃣前置知识： Python 基础、 Linux 基础🌟学习内容1.熟练掌握 Python 语言，熟悉常用的Python 库和工具，如 NumPy 、 Pandas 、  Scikit - learn 、 PyTorch 等。2.具备 NLP 相关的基础知识，包括文本预处理、分词、词性标注等。3.对大模型有一定了解，包括Transformer 模型的结构和原理、基于注意力机制的自然语言处理技术等。2️⃣Step1:NLP相关基础知识🌟学习内容1.了解文本预处理、分词、词性标注、命名实体识别、词向量表示等基础知识。2.掌握机器学习中的数据预处理、特征提取、分类、回归等基础算法，并了解其在 NLP 领域的应用。3.了解大规模 NLP 任务中的常用技术和方法，如深度学习中的 Transformer 模型、 BERT 、 GPT 等。3️⃣Step2:GPT API 调用及 Prompt 设计🌟学习内容了解 GPT API 的调用方式和基本操作，熟悉 Prompt 设计技巧和要点，能够结合自己的任务调用 API 实现对应的任务代码。4️⃣Step3:模型微调（ Fine - tuning )🌟学习内容了解常见的微调模型的基本流程和原理，熟悉数据集的构造、训练、评估等过程，能够独立构建 QA 对，在服务器上对模型进行微调。5️⃣Step4: RAG （外挂数据库）🌟学习内容RAG 作为目前最火的一个 LLM 落地方向，可以结合私有数据（表格、 word 、 txt 、 pdf 、数据库皆可）实现本地问答，且训练成本较低，可以快速实现效果。✴️有需要提升面试能力和辅导项目的同学可以后台联系我～

从三月初开始投，直到五月才拿到了offer，此前已经有一段中小厂的后端实习但是收到面试仍然寥寥无几timeline：3.25 美团客户端开发一面 3.28 二面 二面完秒挂4.9 美团后端一面 3天后挂4.18 瓜子后端一面 面完无后续，询问hr挂4.24 tme后端一面 隔天过 4.28tme二面 泡5个工作日挂4.29 腾讯云智一面 秒过 5.6二面 秒过 5.7hr面 5.9 oc小厂大概在ssob上新投了有500家，并没有几个给面的，去年10月底结束了第一段实习的我，天真的认为有了一段实习后大厂简历关或许就能过了，但是每次简历的石沉大海，无数次翻看投递状态都是筛选中，导致每收到一个面试都会让我欣喜若狂，紧锣密鼓的准备下还是由于基础的不扎实导致因为各种各样的原因挂掉：美团客开二面八股掌握不够，死在操作系统上，在假期苦练八股，美团后端一面三数之和没撕出来，爽了，瓜子问题全答上来了，至今不知道挂的原因，tme二面拷打场景，没顶住挂了。对于双非来说试错机会还是太少了，每次面试都来之不易，我的暑期大概到这里就结束了，希望秋招能有个好结果吧

这个公司好像做公关、广告、社媒的，有人了解该公司大模型应用开发这个岗位吗？