AI Infra / 数据岗考察:大模型训练 / 推理框架 + 算力调度 + 数据工程 + 性能优化。硬核工程岗。   1、工程 / 部署 / Infra  vLLM 的核心优化是什么  思路:PagedAttention(分页 KV cache) + Continuous batching(动态合批) + 量化 + prefix cache;吞吐比 HF 高数倍。   模型量化 / 蒸馏的区别  思路:量化: 降精度(FP16→INT8/INT4),结构不变;蒸馏: 教师→学生,结构变了;可叠加。   端侧部署的挑战  思路:算力/显存/电耗受限;要小模型(SLM 1-7B) + 量化 + ...

美团timeline一面 3.26二面 4.2oc 4.8offer 4.10其他：oppo 一面挂vivo 没动静携程 笔试挂哔哩哔哩 没动静感想感觉找实习运气也占不少的成分，本来0实习选手暑期只是准备随便投一下练一练，想着过会儿再找日常实习，没想到美团直接收留我了。感谢一面面试官，在我第一次面大厂的时候给了我自信

😭😭😭已经投了500份简历，一个面试也约不到啊，大佬们可以说说为什么嘛😭😭😭

“双非”二字，在人才涌动的求职季里，常常像一道无形的门槛。有人被它绊住脚步，陷入自我怀疑的漩涡；也有人将它当作重新认识自己的起点，默默积蓄力量，最终弯道超车。本文的主人公陈屿，就是后者。他是一所普通院校的商科生，没有名校背书，却在毕业季拿下一家头部实业公司的管培生名额。这并非幸运突降，而是一场长达两年的精心布局。从低落的自我否定，到一步步搭建起属于自己的竞争力，他的经历中，有每一个双非学子都可能遇见的困顿，更有走出困顿的真实路径。一、困在标签里：当“双非”成为第一道枷锁大三那年秋天，陈屿第一次感受到现实的锋利。同校师兄师姐的求职分享会上，一句“有些企业只要985、211”被反复提及。他坐在台下...