AI infra/移动计算/java? 鼠鼠选不来

在美团自动车和 momenta 之间考虑。两家都有签字费，并且签字费差不多。美团有限制性股票单元，但满两年才能拿到50%，四年才能拿完。包括股票单元在内，目前税前平均年薪 momenta 比美团高 10%。听说 mmt 强度很高，但感觉又是一个很好的发展平台，大家觉得应不应该 mmt 拼一把?

11.19 一面1、自我介绍2、问了一下实习经历做的什么3、项目- 项目经历挑一个最难的点说一说- 为什么选择rocketMQ- 缓存一致性（canal具体是怎么操作的）- 会不会有超卖问题- 限流流程4、八股- JVM内存管理（如何避免内存泄漏）- hashmap数据结构（为什么增加了红黑树）- synchronic原理、项目中有用到吗、使用的注意事项- 线程池有用过吗，有什么注意事项- 线程数为什么这么选择- 慢SQL排查与解决- 双亲委派模型（是什么、为什么这么设计）- spring怎么解决循环依赖5、Linux- 查询线程的cpu占有率（列表、最高）- 查找文件- 编辑文件（小、大文本）6、微服务- feign和hystrix有了解吗- 熔断有了解吗，它是为了解决什么问题7、网络- 三次握手四次挥手减一次行不行8、ai相关- 有了解过ai吗- 提示词优化有了解吗- rag有了解过吗- 数据分析数据处理方面有了解过吗（讲了numpy那些，都还很入门，汗流浃背了）- 有没有学习过什么数据库之类的（讲了mnist手写数字数据库）这个数据库有什么实际应用场景吗9、编程题按层打印一棵树（写出大概率逻辑就行）10、反问总结：感觉自己知识面还是有点窄了，Linux部分没怎么答上来，ai部分也臭臭的，继续努力。还有就是回答的时候不够全面，有的平常看会了但答的时候还是漏了，还是多练吧面试官人很好，答不出来他也说没关系的，还会引导着说，反问的时候很诚恳的鼓励和建议，暖暖的11.21 出结果

就业方向建议本人背景：双非本西电硕研二研究方向：模型轻量化（KV Cache），但目前也只是知道在做什么，复现过两篇SOTA论文，还没有自己的idea项目上：自己做过一些嵌入式和大模型边缘部署的项目，会CMake, shell, gcc交叉编译10月以为自己会点嵌入式“会点*大模型压缩就可以找AI Infra相关的实习了，实则狠狠打脸，vllm，sglang，CUDA深层次的一个都不会，遂放弃目前就业方向纠结：模型部署/AI Agent/嵌入式/前端1.模型端侧部署 发展前景怎么样？场景主要是车厂和工业环境？感觉手机端侧模型的能力很鸡肋。薪资比传统嵌入式高2. AI Agent RAG RL 目前身边的人都在做这个，但自己现在还不会Java强化学习，焦虑自己进度3. 嵌入式 一般的厂薪资低上限也低，大疆要求如何？4. 开发的话今年感觉前端比较缺人，但就要放弃之前的积累，也不知道发展如何5. 推荐入局算力算子吗想听听正在秋招和已经就业的学长学姐的看法和建议

一、手撕和八股1. 手撕岛屿数量，秒了2. Transformer 中 Attention 的本质是什么？你能从数学角度简要解释一下吗？3. 在 Agent 多轮对话任务中，你觉得 Attention 的局限性体现在哪些方面？4. 简要介绍一下 SFT的核心流程，以及数据集的构建策略，SFT之后常见的 Post-Training 还有哪些？它们之间的目的有何区别？5.  什么是 RAG，它是怎么提升生成质量的？与传统检索 + 模型生成的流程有何不同？你是如何评估一个RAG系统是否work的？6. PPO 和 DPO 在大模型对齐中的主要区别是什么？DPO 训练通常有哪些注意事项？用过GRPO么？二、简历1. 你在提到过 Modular Agent，你能讲讲它是如何实现多步规划的吗？2. 你提到了多个工具调用链路，调度策略是如何设计的？是否有异常 fallback 策略？3. 你构建的 Agent 评估体系包括哪些维度？如何衡量 planning 能力 vs hallucination rate？4. 你还微调过Qwen，选择的训练阶段和Loss函数是如何决定的？5. Prompt 自动推荐模块用了哪些优化策略？有没有尝试过Prompt压缩或embedding表示的方式？三、业务场景相关相关假如一个 Agent 推理链路包含 3 个工具 + 高频请求，系统整体延迟较高，你会如何优化？