1. 介绍一下你的实习、项目和论文，重点讲一个你真正做深了的点2. 介绍一个你最熟悉的大模型架构，并说清楚它在注意力结构、训练策略和推理优化上的特点可以拿 Transformer 系列来答。核心由 Embedding、Multi-Head Attention、FFN、残差连接和 LayerNorm 组成。注意力结构负责建模 token 间依赖，训练上一般采用大规模自监督预训练，比如 next token prediction，然后再做 SFT、偏好对齐。推理优化上会做 KV Cache、FlashAttention、Continuous Batching、量化和张量并行。如果你想答得更像大模型...

我现在这个水平大概能拿到多少薪资的offer😂

过了，云智真tm香啊。😜

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花分布式锁是分布式系统中解决共享资源并发竞争、防止数据错乱、重复执行的核心组件，核心目标是保证同一时刻仅有一个客户端持有锁、操作共享资源。根据底层依赖的中间件和实现机制，主流分布式锁可分为五大类，每类适配不同的业务场景、性能要求和一致性诉求，具体方案拆解如下：一、基于数据库的分布式锁（入门简易版）依托关系型数据库（MySQL、PostgreSQL）的事务、索引、锁机制实现，无需额外引入中间件，适合简单低并发场景，分为三种经典实现：1. 悲观锁（SELECT ... FOR UP...