简历项目问答PPT解析优化还有什么优化agent调用工具不正确怎么办采用sft或者强化学习怎么来解决ppo算法为什么有reward model 又有critic modelfunction call能力提升采用grpo的话奖励函数怎么设计？除了结果奖励和可以怎么设计过程奖励

背景 双一流本硕 双非大圆满 只找游戏开发相关的岗位。 8 月初开始秋招到现在 投了四五十家吧， 目前两 offer， 不打算继续投了，把剩下的流程走完就开始沉淀了。目前两 offer 一个是网易互娱测开 base 广州，一个是江娱互动客户端开发 base 北京。应该确定网易这个了，说实话北京这个我挺想去的，这家的产品和工作氛围我了解了也不错，是那种踏实做事的，可惜我是广东人。网易的测开是调剂的二志愿，看了下有内部转岗机会，所以打算后面找个时间提前实习，沉淀下再做一个 demo 作品，写一些 shader，增强下图形学渲染的能力，再学点编辑器开发。看到时候内部转岗或者春招继续投客户端开发这样。后面还能再动摇的话应该就灵犀或者腾子了吧（假如这两家确认的是客户端开发岗的话）。-----------------------补下timeline网易互娱 测开 8.2笔试  8.21 技术面  8.29 leader&HRBP面（终面） 9.8 录用审核（之前一直显示面试中）9.14 oc江娱互动 客户端开发 8.29主程面 9.3 制作人面 9.5 BOSS面 9.11 口头OC 9.15 正式offer后面考虑了一下  感觉还是能走开发就开发吧，测开不太感兴趣，要内部活水转岗还要满1年才能申请。。

大四毕业在小红书开发岗位实习过一段时间，研究生换了个推荐算法岗位二进宫实习了更久的时间(一直等到白嫖完中秋礼盒才离职)。 这次实习的时间更久，也学到了更多的东西。 虽然实习过程中有一些不太顺利的事情，但是也遇到了很多nice的同事，对我帮助很大，也对业界真实的推荐系统链路有了更好的了解。工作强度一直1095的状态，不算低，每个月有300的零食积分，可以到零食柜换取零食。公司的自动售货机也对内部员工有折扣这个福利还行