全志 嵌入式 一面（hr面）

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～

当精心排版8小时的简历投出去，HR的「已读」像渣男的承诺一样永不出现，而你每天查看邮箱的频率比查看前任微博还勤快，甚至开始怀疑自己是不是误投了异次元公司。面试官盯着你支教、学生会、大创的三件套经历，突然发出灵魂拷问："你最大的缺点是什么？"你表面优雅回答"太追求完美"，内心OS：缺点大概是投了贵司。终于收到感谢信，开头「您非常优秀」的句式像极了分手短信里的「你是个好人」，结尾「已将简历放入人才库」的鬼话，让你怀疑这个库是不是和百慕大三角共用同一个黑洞。发现某大厂招聘系统自动回复的「不合适」邮件，发送速度比你双十一抢优惠券的手速还快，终于顿悟：原来AI也会搞职场PUA。父母第101次转发《震惊！...

刚面试完技术面，耗时1小时包括项目八股和一个简单手撕更新综合面试完后挂    

uu们，现在很多厂都在7月开始就启动秋招（暂不考虑在5、6月就出了提前批），假如7-9月暑期实习，那么想问一下，在实习期间怎么准备秋招？另外，在实习期间怎么面试，因为一般面试都在工作日（需要在公司里），是看公司里有没有会议室可以预约或是请假吗？本帖主要是求助如何在实习期间边准备秋招，以及实习期间如何面试？