1、自我介绍2、对大模型应用的理解我理解的大模型应用，核心不是“模型能回答”，而是“模型能稳定解决业务问题”。单纯从能力上看，大模型擅长自然语言理解、内容生成、总结归纳、信息抽取、问答、多轮对话、代码辅助这些任务，但真正到了业务场景里，还要考虑知识时效性、幻觉控制、结果可解释性、调用成本和响应速度。所以大模型应用一般不是一个裸模型直接上线，而是一个完整系统。常见会包括下面这些模块：用户输入理解Prompt 构造外部知识检索工具调用模型生成输出校验日志监控和效果评测如果是企业场景，大模型应用通常有几个典型方向：智能问答和知识库助手企业内部 Copilot智能客服文档总结和信息抽取数据分析辅助Ag...

目前进度是codetop前五页+hot100刷完了，八股背完了一轮但是感觉没背熟，求大佬们拷打简历

27届双非本计算机专业，感觉前后端挤满了人 ，于是转AI产品经理 ，学习相关知识 ，做项目改简历，但是投了半个月简历，打招呼了1k➕，只有3个约我面试，还都是那种0-20人的公司，我感觉有点不靠谱，我觉得怎么也得是中厂啊…是简历有问题吗，求指点，还是现阶段没实习没学历的我只能先去这种公司

1. 介绍一下你做过的最有挑战性的项目，遇到了什么技术难点，如何解决的？答案要点：项目背景：业务场景、技术栈、团队规模核心挑战：性能瓶颈、技术难题、业务复杂度解决方案：技术选型、架构设计、优化策略量化成果：性能提升百分比、用户体验改善、代码质量个人成长：学到的技术、思维方式的转变2. 如何设计一个高性能的图片加载框架？需要考虑哪些关键问题？答案：核心功能： 三级缓存：内存缓存（LRU）、磁盘缓存、网络加载图片解码：异步解码，避免阻塞主线程尺寸适配：根据ImageView大小加载合适分辨率生命周期管理：Activity/Fragment销毁时取消请求性能优化： 线程池管理：网络线程池、解码线程池...