研究型实习offer选择

投票
求助一波万能的牛友,拿到了一些研究型实习offer,都是纯发论文的, 目前筛选后可能有这些比较心仪,本人北京base,最后想看一下大家心里的排序是什么样的😭。
1. 抖音搜索,中台业务部门,代码模型方向,MT4000引用,卡数稍微大于1k,组内氛围可能比较push
2. 快手基座,研究部门,agent RL方向,MT为人很好,组内氛围很好,卡数大于2k,但MT在杭州可能沟通不畅
3. 小红书ACE,业务研究部门,agent RL方向,MT面试交流体验还行,人才计划高薪资,卡数较多,但存在未知信息
4. 阶跃星辰,基座部门,agent RL方向,MT面试交流体验不错,以技术报告和论文为主,但最近公司内部组织架构变动较大

#快手# #字节跳动# #阶跃星辰# #小红书# #人才计划# #大模型# #实习# #论文# #腾讯# #京东# #美团# #牛客AI配图神器#
全部评论
我之前选了氛围 push 的组,虽然累但论文发得快,看你更怕卷还是怕慢
点赞 回复 分享
发布于 2025-08-21 15:39 广东
朋友选了远程研究岗,导师沟通靠文档,论文改了三版才对齐思路,坑惨了
点赞 回复 分享
发布于 2025-08-21 15:39 北京
1、AI六小龙的日子会越来越难,这样的企业很难有顶级人才和环境,毕竟幻方这样的团队万中无一。 2、对新人来说,抖音在AI上的投入,以及对履历的背书、企业中的人才密度都远高于快手、小红书。就业角度,抖音是更好的。 3、MT重要,但并不一定就是你进入企业之后的大腿,铁打的营盘流水的兵,他也只是个牛马,更何况不一定就是他带你。
点赞 回复 分享
发布于 2025-08-20 20:44 浙江

相关推荐

上周组里招人,我面了六个候选人,回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人,算法题写得都不错。第一道二分查找,五分钟之内给出解法,边界条件也处理得干净。第二道动态规划,状态转移方程写对了,空间复杂度也优化了一版。我翻他们的简历,力扣刷题量都在300以上。后三个呢,就有点参差不齐了。有的边界条件没处理好,有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生,我印象特别深——她拿到题之后没有马上写,而是先问我:“面试官,我能先跟你确认一下我对题目的理解吗?”然后她把自己的思路讲了一遍,虽然最后代码写得不是最优解,但整个沟通过程非常顺畅。这个女生的代码不是最优的,但当我问她“如果这里是线上环境,你会怎么设计’的时候,她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么?我自己的经历可能有点代表性。我当年校招的时候,也是刷了三百多道题才敢去面试。那时候大家都刷,你不刷就过不了笔试关。后来工作了,前三年基本没再打开过力扣。真正干活的时候,没人让你写反转链表,也没人让你手撕红黑树。更多的是:这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官,慢慢调整了自己的评判标准。算法题我还会出,但目的变了。我出算法题,不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候,是怎么思考的。你会先理清题意吗?你会主动问边界条件吗?你想不出来的时候会怎么办?你写出来的代码,变量命名乱不乱、结构清不清楚?这些才是工作中真正用得到的能力。LeetCode是一个工具,不是目的。它帮你熟悉数据结构和常见算法思路,这没问题。但如果你刷了三百道题,却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的,那这三百道题可能真的白刷了。所以还要不要刷LeetCode?要刷,但别只刷题。刷题的时候,多问自己几个为什么:为什么用这个数据结构?为什么这个解法比那个好?如果换个条件,解法还成立吗?把刷题当成锻炼思维的方式,而不是背答案的任务。毕竟面试官想看到的,从来不是一台背题机器,而是一个能解决问题的人。
AI时代还有必要刷lee...
点赞 评论 收藏
分享
评论
1
1
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务