1.项目介绍2.实习是做什么的3.实习学到了哪些，收获了什么4.读博想法，搞清楚自己想要什么5.现在在哪里实习，为什么出来实习6.技术栈7.malloc分配内存的理解，从调用到分配到物理页的详细过程8.调malloc没拿到物理页的情况会出现什么，触发中断9.多进程的资源共享方式包括内存共享10.个人主要用的有哪些11.C的static和C++中static用法12.手撕代码，反转单链表，需要自己定义结构体13.最小堆是什么14.最小堆里边拿出最小值的数据后下沉过程原理15.手撕代码，实现这个最小堆保持堆性质的过程

1. Handler机制（Native层实现及延时消息流程） Handler机制是Android的消息驱动核心，由Java层的Looper、MessageQueue、Handler和Native层的Looper、MessageQueue共同协作实现。Native层实现原理 基于Linux epoll和eventfd： 从Android 2.3开始，Native层使用epoll（I/O多路复用）替代Java的wait/notify机制，以实现更高效的阻塞/唤醒。 初始化流程： Java层MessageQueue的构造函数中调用nativeInit()，在Native层创建NativeMessag...

滴滴语音方向算法实习生招聘：工作城市：北京岗位职责（具体工作内容）：1、参与超大规模语音数据治理：参与数亿级语音数据的自动化清洗、质量评估与元信息挖掘（如语种、信道、噪声等）；2、大规模声纹建模：协助训练与优化千万级ID的声纹识别（Speaker Recognition）模型，提升大规模场景下的识别准确率与鲁棒性；3、语音预训练探索：参与自监督/半监督语音表征学习（如WavLM、Whisper-style等）的预训练实验与调优；4、语音大模型垂类适配：基于通用语音大模型（如Whisper、MMS、VALL-E、SpeechGPT等），开展以下属性感知微调与对齐：声纹特征解耦与表征学习情感识别性别与年龄属性预测方言/口音识别与适配任职资格：1、计算机、人工智能、电子信息、声学或相关专业硕士及以上在读（2026年及以后毕业）2、精通Python，熟悉 PyTorch，具备大规模数据处理经验3、熟悉语音基础技术：声纹嵌入（x-vector, ECAPA-TDNN）、情感特征（eGeMAPS, IS13）、方言识别或属性分类模型4、了解自监督预训练语音模型（如 Wav2Vec 2.0、Whisper、MMS）或语音大模型基本架构5、每周可实习 ≥4天，持续 ≥3个月加分项：1、有声纹/情感/方言相关项目或竞赛经验（如VoxCeleb、IEMOCAP、DF2022等）2、熟悉多任务学习、解耦表征、提示微调（Prompt Tuning）或LoRA等大模型适配技术3、掌握音视频处理工具链（FFmpeg, librosa, torchaudio, Kaldi）4、在 INTERSPEECH / ICASSP / ACL / EMNLP 等会议发表过相关工作简历投递：邮箱 xuetaolve@didiglobal.comPS：流程贼快，急需人，面试要求不高

题目1：最少纸币数量