京东搜索推荐算法一面-日常实习

各位未来的大佬、卷王、摸鱼艺术家们：这里是 阿里巴巴 ATH - 千问事业群。现在情况非常危急！🚨组里的 Qwen 模型最近进化得太快：它学会了写代码，学会了写文档，甚至学会了在周报里夸老板。老板昨天看着我，意味深长地说：“要是再来几个像它一样聪明的人类就好了，不然这工位……" 😰所以，我需要你！不需要你三头六臂，只要你：🔸 懂点算法，能让模型叫你一声老师。懂点工程，能把模型按在地上摩擦（优化推理速度）。或者单纯是个脑洞大开的产品/运营，能告诉模型什么是“人类的幽默感”（毕竟它现在还不太懂抽象）。【加入我们，你将获得】🌟 真正的“与狼共舞”——哦不，是与“千亿参数神兽”共事。免费的顶级算力资源，跑崩了算我们的（只要别把机房烧了）。🌟 一群智商极高但发际线依然坚挺的队友。** 救救孩子，快来投简历！**让你的才华成为阻挡 AI 统治世界的最后一道防线（或者加入它们）。###

被横向挂了，希望发出来对大家有帮助！1.SFT训练trick和问题2.lora的使用 原理 目的3.对大模型推荐的了解4.场景题 zero shot模型的使用5.传统检索的方式6.Rag的作用 实现流程7.讲讲deep search8.对于强化学习的了解 介绍grpo手撕 一个链表，使他首尾交替出现，例如1 n 2 n-19.手撕 前K小的数

攒人品中，祝大家都能拿到满意的Offer！1. 广告推荐链路的常见模型和评价指标2. 正负样本如何采样3. 用户对于poi的偏好不同，这一点如何建模。比如，点击为0，点赞为1，下单为24. 问resnet，梯度下降推算5. 冷启动的概念6. 为什么用clip7. 了解的召回推荐模型8. 尝试过的foundation9. 手撕：k个一组翻转链表10. 手撕：判断二叉搜索树

该岗位适合希望从事以下工作的候选人投递：● 希望从事AI应用构建与模型优化工作的候选人● 希望从事AI应用数据构建与自动化评测工作的候选人● 希望从事多模态AI应用构建与算法优化工作的候选人围绕真实业务核心场景，参与AI应用的系统化构建与优化，把AI变为业务增长引擎，具体职责包括以下相关方向的一项或多项：1、AI应用全生命周期演进：深度参与业务问题建模、应用架构设计、上下文工程、训练数据构建、自动化评估体系、模型后训练优化等；2、数据飞轮构建：打造高质量数据生产链路，探索合成数据（Synthetic Data）与高效蒸馏技术方案，跑通“业务-模型-反馈”迭代闭环；3、评测体系构建：面向业务目标，设计完备的AI应用效果评估体系，构建自动化评估框架，建立离线评估与在线业务指标联动的量化评估能力；4、强化学习与奖励机制设计：构建可工程化的Reward体系与RL训练环境，提升模型在垂直业务场景中的可控性与泛化能力；5、AI外部能力体系搭建：实现AI应用所需的知识库（RAG）、长短期记忆系统（Memory）、工具调用、多Agent协作框架等；6、多模态AI应用开发：构建AI应用的多模态感知与推理能力，解决在UI自动化、视觉理解与审核、多模态会话等场景的落地应用问题。可转正，有问题可私聊