盲审过啦，好运借给大家

终于他妈的拿到个正常offer了，很难想象三周之前差点被一家破公司干到玉玉症和躯体化；无限制的算法优化如同核爆一般在新宿的面试大厅亮起冲天的光芒，难题的轮盘在优雅的代码中灰飞烟灭。废墟之中，全力护住自己代码思路的面试官老李无力地靠在残破的工位上支撑身体，他的左手——那道精心准备的并发陷阱——和大腿——那个堆排序的手写要求——都被这一击吞噬殆尽。同样被逼到极限的求职者小陈出现在老李面前。老李立刻强迫自己不再倚靠椅背，堂堂正正地站在小陈面前。然而，在编程思维同源的影响下，小陈所承受的刁难被大大削弱——在灵光乍现的调试下，小陈的思路再次恢复。对求职者小陈来说，决定性的一击——远距离的“全栈茈”——只...

至今一个可转正被割了剩下的5点面试都挂了求收留，数据分析，数据开发，测试！

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！