想做 AI Infra / LLM 推理系统 方向。 身边没有同方向的朋友能问，自己摸着石头过河整理了一份学习路线，越整理越虚——感觉知识点又多又散  我自己总结的核心路线就一句话： 先理解模型前向 → 再理解单请求生成 → 最后再看多请求 / 多卡 / 多实例下的系统优化 把 Decoder 模型和最小推理框架先跑通，再去看工业级系统，应该很多设计会自然浮出来——这个思路对吗？ 想和大家多多交流！

目前简历是这样的，求问大佬有什么建议

这家公司疯了吧，5个人招我，我又不是什么稀缺资源这家看样子应该是外包公司

海康威视嵌入式面经随记起初兴致勃勃地投了海康，没想到还是挂在了二面，感觉整体难度还好但是自己当时没想起来。复盘了一下，很多考点其实是有规律可循的。备考建议：如果你也在准备嵌入式方向，推荐先系统过一遍这份面经 我也是看完之后才意识到自己哪里没准备到位的。一面（50min）Linux 中断流程，谈谈你对中断上下文的理解C 语言字节对齐的规则，为什么要字节对齐？进程间通信的方式，为什么分用户空间和内核空间？C++ 多态怎么理解？C++ 有哪些多态的典型例子？C 语言程序运行时的内存分配const 关键字的用法extern C 有什么用？为什么声明 C 语言环境？与 C++ 环境区别？delete [...