emmm，备胎池的话很快，一周不到就有了，录用就看运气了，反正我是泡池子2个月了

xyj_zzz

2018-10-11 22:50 小红书_算法专家

关注

查看原帖

昨天 21:40

清华大学机械设计/制造

为什么企业更青睐高学历员工

大家好，今天给大家分享为什么企业更青睐高学历员工。下面汇总不同的观点：网友1：学历至少证明了他学习能力强，上手快。网友2：pua罢了，真这么信985的信用背书，为什么不看985的gpa，除了国企没人会因为你gpa90以上给你发offer。网友3：这么说吧，研究生三年耗尽了所有心气，上班之后稳得住，大专和普本的学生很不稳，性格过于急躁。网友4：学历撑起的是个人的门面。网友5：高学历人群中能力强的比例远远高于低学历人群。反正人才够多，HR当然会选择在一堆金子中剔除沙，而不是在一堆沙中挑出金子。考虑时间成本和筛选效率。网友6：学历高的往往有高于普通人的毅力，就跟我们看简历一样，你有个什么证书就是比没...

点赞评论收藏

02-06 15:53

已编辑

快手_MLOps(实习员工)

写给工程同学的大模型初体验

背景概述：为什么要写这个呢？虽然现在大模型很火，但对于我们工程同学来说，把大模型当一个黑盒用就好了。一开始我也是这么认为的。直到我在小红书做到了一个需求在小红书的时候有一个需求是优化组内一个 agent 项目的响应和结果优化，这个 agent 是一个复杂的商业助手，并不是说技术很难，但要分析的广告业务很复杂，有上千个指标，好几种场景，prompt非常长，如果输出的效果不好，是没有人愿意用的。用了很多优化手段，比如并发查数据等等。有一天这个项目的正职同学和我说，他和算法那边的同学交流，说可以把我们动态拼到 System prompt 的指标数据拼到用户的 query 里面，这样就可以利用模型的 ...

八股战士0offer：虽然但是，你想表达的应该是学习如何agent工程里的提示词工程，而不是训练或者微调模型，这基本上是两个不同的方向。我认为学习agent主要就两个东西：提示词工程和上下文工程。像你说的prompt caching这种优化怎么能想到，建议多读大模型供应商尤其是anthropic的博客，anthropic大概一年前就有很详细的博客讲最佳实践和实现了