中兴 具身智能算法实习生内推

27届，目前研二，在一家头部具身智能机器人公司的子公司实习，应该是可以留的，不过要实习到秋招。薪资差不多可以给25k*15。不过这家公司太年轻，行业也很新，公司在业内出名，不过没大厂背书。而且里面加班严重，差不多9106这样子。应届生建不建议留在这种公司呀，求路过的大佬们指条路

【招聘岗位/招聘方向】高级/硬件工程师高级/嵌入式软件工程师高级/机械工程师（机械研发、AGV、仓储物流、光学、光学应用、仿真、设备基础、焊接工艺、超声波焊接、生产线噪音、材料、热管理、工业设计、标准化、物流规划、质量设计、电磁学等方向）【工作地点】深圳宝龙、惠州大亚湾、重庆璧山、西安草堂、西安高新、西安集贤、西安西咸、西安庞关、济南高新、西宁南川、武汉黄陂、芜湖无为、郑州港区、襄阳高新、贵阳白云、贵阳贵安、长沙宁乡、盐城射阳、蚌埠经开、抚州临川、绍兴嵊州、南宁邕宁、南宁东盟、南宁青秀、合肥长丰、台州仙居、温州永嘉、滁州南谯、深汕鹅埠、深汕红海湾等

感觉良好，发下面经攒攒人品八股:RL：1.说一下策略梯度公式2.为什么可以对期望求导3.如何解决方差大的问题4.baseline为什么能降低方差，引入后会不会产生偏执？5.简单介绍一下Baseline类型6.机械臂抓取用什么baseline规控mpc：1.问：说一下MPC的原理，和LQR PID有什么区别2.MPC实时应用中如何保证求解速度，求解失败怎么办求解速度：１.先考虑非线性转换成线性和凸优化２.优化求解器选择，如果是小型 QP且快速响应的话一般来说，会用 qpOASES，如果是稀疏的大规模 QP（比如自动驾驶的 MPC），OSQP 更合适3.  算法代码上优化，稀疏矩阵和并行计算

感觉强度不小，快hold不住了...项目拷打1. 项目的创新点2. 数据集特征，分别做了哪些处理3. 数据特征的分布情况，为什么数据适合模型？4. DCN-v2 和 DCN 的区别，分别详细讲讲算法知识1. 了解 MmoE 吗2. 多个目标分数怎么融合3. 回归损失和分类损失共存的情况下，出现的问题，比如说损失尺度不一样，模型偏向优化大目标，这该怎么解决4. 再比如，不同任务之间梯度方向冲突，训练震荡，这怎么解决？5. 说说你了解的粗排模型6. 什么是生成式推荐？它和传统的判别式推荐7. 生成式推荐的典型应用场景有哪些？8. 生成式推荐常用的模型架构有哪些？9. 生成式推荐的评价指标和传统推荐有什么不同？10. 如何将大语言模型（LLM）融入推荐系统？11. 生成式推荐落地时，面临的核心技术挑战有哪些？Code1. 数组中，两数之差的最小值，返回下标（非 hot 100的简单题）2. 三数之和