简历求拷打

主要是做妙想大模型后训练的，想问一下发展前景，技术这块怎么样呢？

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.项目拷打2.你在去部署或者训练预训练或者后训练的模型时，有没有用过一些比较底层的一些训练的调试的工具，比如说千卡的话很容易就会出NCCL timeout，如果出现 NCCL timeout，一般怎么定位和解决？3.像那种rl里面的那个MOE之类的那种的优化有去做过吗4.看您的训练经验比较丰富，而且您上线运行的推理内容之前也进行过一些什么样的优化吗？5.有没有做过 kernel级别的优化？比如用 CUTE DSL或者手写 CUDA去做 fusion这类算子融合优化，介绍一下6像底层，如果你们在做.kernel fusion，倾向于用什么方式来做7.有没有哪次你做了 fusion 结果性能反而下降的？原因是什么8.平时写 CUDA的时候，有没有关注到底层实现细节？比如你刚提到 FA2，那再往下一层，像 Hopper架构里那个 warp specialization是什么，它底层大概是怎么实现的9.试过用 Agent去生成cuda内核么，怎么去做的10.如果我把 warp specialization 去掉，只保留 tile 和 shared memory 优化，大概会损失在哪？11.怎么么判断一个 MoE 模型是真的学到了分工，而不是只是把 dense模型拆开了12.在 RL + MoE 里，有没有遇到过 reward把 routing学坏的情况？就是模型为了拿 reward，全都走某几个 expert，这种情况你当时是怎么处理的

简历求痛批，po主本硕中九，之前是做传统机械臂的规控出身，一段小厂的传统规控，一段京东的具身操作，面向业务总共两个项目，一个是分层规划模型，一个是类人形机器人的端到端训练。po主现在想着能不能去别的厂做业务方向的大模型应用，暂时投不到别的大厂的具身部门了，暑期也不太想去初创了。

26届双非本，这几天看腾讯阿里的招聘，投累了。岗位写着招计算机，点进去一看全是搞AI大模型的。我一个普通二本，就会点Java基础，投了几十份简历全泡在池子里，面试机会都没几个。感觉大厂现在只要两种人，要么985硕，要么有大厂实习，我们这种本科的根本不配，哎，求职之路困难啊