学而思2025届春招内推码: DSdy1EHN(优先处理特权)
面向对象:22-25届毕业生均可投递,专业不限!
招聘岗位:面授主讲(多业务线可选,详见投递主页)
工作地点:全国39城(北上广深...)
薪酬:每年4-6次调薪机会福利:六险一金、年度体检、带薪病假、福利年假、司令假期、节日礼盒、团建下午茶、花样周边等
面试流程:初筛-初试(试讲)-复试-培训-offer支持线上面试!
抢先锁定offer,心向往之,在学而思!
招聘岗位:面授主讲(多业务线可选,详见投递主页)
工作地点:全国39城(北上广深...)
薪酬:每年4-6次调薪机会福利:六险一金、年度体检、带薪病假、福利年假、司令假期、节日礼盒、团建下午茶、花样周边等
面试流程:初筛-初试(试讲)-复试-培训-offer支持线上面试!
抢先锁定offer,心向往之,在学而思!
全部评论
相关推荐
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 点赞 评论 收藏
分享
点赞 评论 收藏
分享