10月9号了,猿辅导开奖了吗 | 更新:收到意向书了!

10.16收到意向书啦
-------------------------------------
给个offer吧



#求offer##许愿##猿辅导#
全部评论
9月19号3面,22号收到意向书的
1 回复 分享
发布于 2020-10-12 18:30
26号三面,今天中午发的意向书邮件
1 回复 分享
发布于 2020-10-10 12:28
9.26下午搞得三面,面完一直没消息啊,感觉好多凉在三面的,是不是hc不多了哦
1 回复 分享
发布于 2020-10-09 15:42
明天hr才收假
1 回复 分享
发布于 2020-10-09 15:33
有猿辅导等开奖群嘛
点赞 回复 分享
发布于 2020-10-13 17:15
大佬啥岗
点赞 回复 分享
发布于 2020-10-09 21:42
不是放14天吗,我很好奇到底9月26号那批啥时候出结果啊
点赞 回复 分享
发布于 2020-10-09 16:26
问下收到offer的大佬,是什么时候收到offer的呀
点赞 回复 分享
发布于 2020-10-09 15:26

相关推荐

1. 手撕 合并区间2. 八股1)请介绍 Transformer 的结构组成及各部分作用,在长序列时空数据中,2)如何降低 Transformer 的计算复杂度?常见的稀疏注意力变体有哪些?3)GNN的消息传递机制是怎样的?在时空图中,如何结合时间信息编码节点特征?你接触过哪些时空 GNN 模型?4)LoRA微调的原理是什么?秩 r 的选择会对模型表现产生什么影响?5)RAG的完整流程,在时空出行数据场景里,构建向量检索库时如何处理时间衰减对召回的影响?6)强化学习在 Agent 优化中的应用,结合出行推荐 Agent,你会如何设计 Reward 函数?3. 项目1)微调时的训练数据是怎么构建的?如何保证样本多样性和质量?2)在 RAG+时空知识图谱的 Agent 系统中,知识图谱更新的机制是怎样的?是怎样保证实时性的?3)在大规模轨迹数据下是怎么做负采样(Negative Sampling)的?4)训练 LoRA 模型时,你是如何选择冻结层的?依据是什么?5)在高并发查询 Agent 系统中,你会如何优化召回和生成阶段的延迟?4. 开放题1)大规模 Agent 系统在多线程/多进程场景下的资源调度策略如何设计?2)如果你要在 GPU 资源有限的条件下同时提供推理和微调服务,如何做资源分配和任务调度以保证时延和吞吐?
查看14道真题和解析
点赞 评论 收藏
分享
评论
1
3
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