【Dots】大模型算法实习生

优缺点分析

角色解读

• 实习生可通过实际项目积累大模型和NLP的工程经验，有机会转正为正式算法工程师
• 表现优秀者可深入参与核心算法研发，向算法专家方向发展
• 积累海量数据处理经验后，可向数据科学或机器学习平台方向拓展
• 负责海量文本数据的预处理与清洗，包括分类、质量打分和语义识别等任务
• 建立并优化文本处理流程，持续迭代模型效果，确保数据处理的高效与准确
• 跟踪NLP领域最新研究成果，并探索将其应用于实际文本处理流程中
• 熟练掌握Python编程，熟悉常见机器学习框架（如PyTorch、TensorFlow）
• 扎实的机器学习和NLP基础知识，了解当前大模型和前沿技术趋势
• 具备良好的数据分析和问题解决能力，能独立处理数据相关任务
• 有学术论文发表经验者更具竞争力，这是重要的加分项

申请策略

• 尽早投递，并注明可到岗时间和实习时长，增加录用概率
• 投递时附上相关项目代码或技术博客，展示你的技术热情和动手能力
• 突出Python编程能力和机器学习/NLP项目经历，最好有具体的数据处理或模型优化案例
• 如有学术论文或竞赛获奖，务必在简历中醒目展示，这是强有力的加分项
• 强调对NLP前沿技术的关注，例如列举读过的大模型相关论文或复现过的模型
• 精通常用的机器学习框架（如PyTorch），熟悉huggingface Transformers库
• 补充数据清洗与特征工程的实践技巧，了解常见的文本质量评估方法
• 提前了解小红书业务相关的文本数据特点，可尝试模拟处理公开数据集

面试指南

• 对于项目类问题，可采用STAR法则（情境-任务-行动-结果）结构化描述，突出个人贡献和量化成果
• 对于算法设计问题，先拆解问题，明确评价指标，再提出基线方案和优化思路，展示系统化思考
• 对于前沿技术问题，可结合论文或开源项目分享你的理解，体现学习能力和技术热情
• 请介绍一个你使用NLP技术处理文本数据的项目，包括数据特点、方法选择和效果评估
• 如何对大规模文本数据进行质量打分？请说明你的思路和可能使用的模型
• 对当前大语言模型（如LLaMA、ChatGPT）了解多少？它们与传统NLP方法有何异同？
• 用Python实现一个简单的文本分类器，你会如何设计？
• 如何处理标签不均衡的文本分类问题？