1.ai不是结果，而是工具在实际操作过程中，应根据业务实际，选择合理的工具，并不一定要使用ai，如果业务逻辑足够简单，传统数字化手段也能解决，那就使用传统数字化工具。2.当前ai市场竞争格局上游：算力、数据、算法算力：底层是以英伟达为代表的gpu生产商，当前的代表性显卡：A100、H100、GB300，每每提到gpu就不得不感叹部分大学教授的眼光之毒辣，远在我本科的时候，当时和一个应用统计的教授做项目，当时他就有意让他的学生学习gpu编程，当时没当回事，现在回国头来看，也是感慨万千。除了gpu的生产商，还有国家、大厂简历的各类算力集群、智算中心，在这个时代，计算力又何尝不是一种武器呢。数据：主要就是提供各类数据存储的公司，其实按理说我觉得应该还有提供数据集的部分内容，今天刚听了白鲸实验室采访一个大模型方向的博士后的文章，他提到以后可能当前的数据，高质量数据已经不够大模型训练了，如果使用大模型自己生产的数据来训练，会出现模型坍缩（好像是这个名字）。也难怪当前对高质量标注也是比较火热，最近有关注到字节的Xpert计划，这似乎也能说明一些什么。算法：这方面对我来说一直都是浅尝辄止，也许因为本科的一些事情，对这方面的知识存在浅尝辄止，希望通过这次的学习能稍微了解一些。老师说了几个名字CNN、RNN、Transform、MOE、DIT。后续还讲了中游的内容，包括一些技术、平台，以及下游的一些应用，今天有些晚了，留着明天来写吧。

这几天刚刚被大厂捞起来了，还要去嘛，还是直接梭哈秋招比较好

纠结是填M还是M+，有没有过来人给给意见。日常工作都准时保质交付了，还沉淀了一些文档，包括一些总结和梳理。但是我做的需求都比较小，不算复杂。之前和leader 1v1谈话时，leader对我的评价是“有自己的思考，但是没有给出解决方案，希望借助ai去回答你的思考”。这种该填什么档位呢？填M+不知道自己配不配，也不知道leader对我是否满意。

三面（1h）1.讲一下你实习目前在做的事情2.讲一下有哪些比较有创新点的地方3.设计题：三亿个视频怎么动态取播放量最高的100个4.三亿个视频无法同时加载到内存怎么办5.堆排是怎么实现的 时间复杂度6.讲一下归并排序怎么实现的7.手撕一道hot100 一道150原题8.你觉得自己相比于其它候选者的优点是什么9.多久到岗反问hr面（7min）1.为什么要来这个base2.为什么不去美团3.最有挑战性的一件事4.多久能到岗面过最快的hr面 爱信等隔天offer 效率无敌