08.29 联影 hr面

双非本车辆 211硕船舶，研0    之前有学长（双2)学c++去了制造业，薪资20+，这个薪资对于我来说，相当有诱惑力。对于转码，最关心的还是自己的学历会不会有面试机会，学习哪个方向更好找一个薪资相对较高的工作。目前了解到    1.互联网公司：Java岗位多但是卷，不知道岗位是不是多到我也可以有面试机会；    2.制造业（半导体、机器人、汽车等）：c++学习起来相对较难，薪资比去互联网公司较低但工作相较稳定；    3.人工智能：算法应用开发工程师    实在不知道学啥好了，各位大佬，能不能给小登一点建议呀。

总时长：13min1.自我介绍2.项目有没有上线（无）3.项目里遇到的最大困难4.AI相关5.职业规划6.有没有想要了解的：无最后面试官说了个两周内官网出结果——————————————————————————————————————————————update：录用决策中

个人bg本2硕9，Java后端技术栈面试情况：腾讯pcg客户端三面挂蚂蚁一面挂高德一面挂美团数开二面挂淘天客户端二面挂腾讯wxg一面挂一方面是当初转码过程中贪玩，虽然一天到晚在学，不过都是学一会玩一会，leetcode目前才200多道（2月前70道），在2月中旬才开始认真刷题，看八股，项目之前有准备（点评和外卖包装成一个，另一个知识星球的单体项目，不涉及微服务），就大概过了一下，不过后面越看越感觉不太行，项目没上线一直被问是哪来的？开源的吗？有没有上线？然后是（感觉）最有机会的美团，志愿填了后端，数开，数科（不知道能三个都填后端），导致第一次笔试太差（a了0.41）直接进入二志愿，第二次a了2道，美团数开约了两次都拒了（想去后端），后面感觉要没hc了，就接了第三次面试，结果二面一直拷打项目（我单体项目，问微服务场景，jvm 服务宕机怎么保持redis和数据库数据一致性？），然后sql（两张表，子查询）写不出来，第二天挂。现在美团还没进大池子，在三志愿人才库。腾讯wxg一面一道easy题，结果acm模式不会建二叉树（从来没写过），第二道hard写个大概（基本是对的），没时间了，秒挂。道心崩溃，刷了那么久题，虽然面试的手撕写的都磕磕绊绊的（腾讯pcg一面处男面有lru，写了半小时还是40分钟，就印象里记得大概，后面靠自己的逻辑写出来了，感谢面试官没催我），腾讯三面hard缺失的第一个正数，面试官提示然后想起来原地hash，但是没有完全写对，最后泡了10天挂了（一开始还嫌弃客户端，现在高攀不起了）。蚂蚁没有手撕，高德hard分发糖果（刚好会，我想笑，结果马大哈因为代码提示变量名换成了另一个，没有秒，在idea里调试，发现问题，面试官指出来了）一路上运气好，能有一些面试（刚好让本菜狗过），笔试成绩随缘（拼多多2道直接挂，蚂蚁0.3道，高德0.6道，淘天1道，携程1.3道还在流程中，其他比如灵犀互娱3道，虾皮2.2道没消息，阿里国际0.4道最后的机会了，OPPO3道复筛挂，作业帮，美的2道以上也没消息），京东一直泡池子，不知道是卡科班还是测评挂了，字节简历挂了8个，简历评估2个，评估一个月了都。其他如百度，网易，快手都简历挂（泡池子默认挂）现在鼠鼠很迷茫，还需要坚持吗？金三银四要过去了，5月份还有hc吗？还想着五一沉淀沉淀看看能不能捡漏，或者转测开了，其他一下中小厂感觉不要非科班的。或者直接备战秋招？非科班无实习秋招还有机会吗？美团能不能再爱我一次，5月份后还有hc吗？鼠鼠沉淀好之后还有机会吗，真的很想去美团啊，真的是学了忘，忘了学，太累了。更新，腾讯cdg捞面，一面问题都答上来了，手撕hot100过，反馈要排序，两天后挂5.19再更新，在15号被挂之后立马又收到了两个面试，不过没有动力了，摆了两天半，明天一天两场面试了，头几天没写算法导致今天写算法思维都不活络了，希望好运降临，要顶不住了，被挂了emo，没面试emo，面试前也emo5.20更新，荣耀面试被面试官提到我是土木专业，质疑项目真实性，现在没收到测评，估计挂了。腾讯捞面结果在荣耀面试前就取消了面试，下午又接到了淘天的测开，面完说我好像更喜欢和适合后端，还让我加油坚持后端，面完就挂了。已经没有流程了，非科班无实习真的难各位路过的大佬给点建议  

真服了，我不信有这个题，还不会 常见的业务题 ◆ 大模型（LLMs）基础面 • 目前主流的开源模型体系有哪些？ • prefix Decoder 和 causal Decoder 和 Encoder-Decoder 区别是什么？ • 大模型LLM的 训练目标 是什么？ • 涌现能力是啥原因？ • 为何现在的大模型大部分是Decoder only结构？ • 简单 介绍一下 大模型【LLMs】？ • 大模型【LLMs】后面跟的 175B、60B、540B等 指什么？ • 大模型【LLMs】具有什么优点？ • 大模型【LLMs】具有什么缺点？ ◆ Layer normalization 篇 • La...