offer求助

上周一群面之后，又周五二面，这周一 hr 复试之后，就没回复了，这是进池子里面了吗？

1.问实习2. 项目拷打3. LLM 落地部署有什么好用的 trick？答案：现在 LLM 落地里，很多时候改模型不如先改数据和链路。第一步是把线上 badcase 分桶，区分是检索错、提示词错、模型能力不足、工具返回错还是数据源脏；第二步是做数据闭环，把高频错误变成 SFT、偏好对、规则样本或者评测集；第三步是做推理侧优化，比如 KV Cache、continuous batching、量化、prefix cache 和路由小模型。比较实用的 trick 是不要盲目微调整个模型。很多业务问题是知识更新、格式不稳、证据引用错，这些更适合通过 RAG、结构化输出、后校验和数据清洗解决。只有当错误...

首先得了解 AI 是什么，以及各个要学习的大纲模块，比如RAG,MCP，Skill,工作流，多agent等概念，然后就是将 AI 与你所学习的语言结合起来，看看有没有什么开源的框架可以直接应用，然后再考虑技术选型的问题，为你的项目设计某种合理的业务并将  AI 应用上去就可以了

自我介绍项目应用场景是什么技术挑战，怎么解决的怎么查询OOM的除了你项目里的还有哪些场景会OOM呢使用哪些工具进行OOM定位呢hashmap跟currenthashmap的区别项目的性能瓶颈在哪怎么做系统测试的举一个例子或者是一个场景说一下怎么设计测试用例的接口测试用例怎么设计的有没有做过自动化脚本的开发怎么去定位系统的性能瓶颈呢数据库事务死锁，怎么避免死锁慢查询怎么定位，大概有哪些原因导致慢查询一个数据量非常大的平台，大概是怎么去设计一个测试表呢AI用的多吗，了解一些前沿知识吗手撕：验证二叉搜索树（ACM模式，自己创建树节点）你应该怎么设计这个算法题的测试用例呢反问