• 快招满了,这周会请 hr 盘点下,有更新的信息我再回复,感谢关注

  • 不是,纯软件的测试,属于工业软件,具体来说是微电子行业里的 EDA 软件,这也是芯片行业最主要的领域之一。

  • 抱歉啊,昨天和 hr 确认了一下,说是得全日制本科及以上的学历

  • 对,一般是线上面,两轮面试

  • 发的这个岗位 12K-22K * 16 月

  • 补充一句:不卷。 早 9 晚 6,到点下班。 如果要加班,需发起审批,并会有加班补贴。

  • 公司最近卷 AI at 2024年08月02日

    虽然现在也有 RAG+ 微调的研究,但楼主这种 RAG 的场景,是不用再训练模型本身的,无论是用 chatgpt、文心一言之类的开放的 openapi,还是自己私有化部署开源的 chatglm 之类,都不用重新训练模型。楼主要做的,就是把数据规整好,存到向量数据库,真正用的时候,就是先把 query 做向量检索出 top n 的信息,然后用大模型提炼总结一下。 网上直接上传文档就能使用的那些,不过是把规整数据&存入向量数据库&对 query 进行 embedding 和向量检索这些事都做了,也就是楼主图中的 1-11 这些步骤,全部自己搞的话,就是需要把这些步骤自己实现一下。

  • 公司最近卷 AI at 2024年08月02日

    你描述的是经典的 RAG 应用场景,有很多开源的方案,比如 RAGflow,自己裸写成本也不高,比如快速用 langchain 实现一个 demo(虽然 langchain 有些过度封装,灵活性差)。需要的资源一是大模型 API、一是向量数据库,可以去百度云、阿里云看看价格。RAG 要做一个 60 分的产品很容易,要做到 80 分以上还挺难的,涉及到你现有数据的规整,也涉及到很多技术细节(比如 chunk 分隔、rerank 等等)。

  • 楼主在哪个城市?多多交流