面试官：讲讲PPO/DPO/GRPO

从一个小故事说起你还记得小时候学骑自行车吗？没有人一上来就会骑。刚开始的时候，你歪歪扭扭地扶着车把，脚踩上踏板，车子晃了两下——砰，摔了。膝盖破了皮，疼得龇牙咧嘴。但你爬起来，又试了一次。这回你发现，身体稍微往左倾的时候，车把往右打一点，好像能稳住。于是你又骑了几米远，然后——又摔了。就这样摔了无数次之后，突然有一天，你发现自己居然能骑着车满院子跑了。那种感觉特别神奇，你也说不清楚具体是怎么学会的，但就是会了。这个过程，其实就藏着强化学习最核心的秘密。那到底啥是强化学习？咱们先别急着下定义，继续聊骑自行车这事儿。你想想，学骑车的时候，有没有人给你一本《自行车骑行标准教程》，上面写着左腿发力系数...

毕业许久了，不用再为毕业论文抓耳挠腮了，哇咔咔咔咔～导师对你说的再改改其实是认为这篇文章距离一份正常意义上的学术作品而言还差了不少，尤其是论证部分和数据分析部分存在一定的问题，当然，也可能是单纯的工作量不够

整体的感受还是拆分四个板块吧 1.个人成长-目前业务也在快速扩张期，有很多空白板块可以继续进行搭建，所以在背靠跨境的业务的同时也是可以积累非常可视化的经验，数据分析，项目管理，团队管理，绩效达成落地方案，都是必须需要掌握的技能 2.工作氛围-没有PUA也没有精神内耗，团队偏年轻化领导接近一线业务，没有精神鸿沟的同时具有亲和力的，下班时间和同事相处十分融洽，所以从整体感受来讲会比较轻松 3.福利待遇-位置在四海城附近整体周围的基础设施还是比较齐全，附近大型商场，免费下午茶 4.思维转变-从怕犯错再到勇于去尝试，只要在shein能够有想法且方案足够落地，即使会有踩坑，环境上大家还是比较包容，且结果...

分享一些了解到的算法方向的竞赛，做的好的话，写到简历上也是有很高的含金量的国内的：阿里天池竞赛华为云竞赛腾讯系列竞赛信也科技算法竞赛国外比较好的Kaggle，各种各样的比赛都有