整体难度简单，主要问自我介绍、实习项目和一道 SQL 手撕题。1.自我介绍上来先做了一个简单自我介绍，主要围绕学校背景、实习经历和项目经历展开。2.实习 / 项目经历项目部分问得比较细，会顺着简历继续追问，比如：项目背景是什么自己负责哪一块用到了哪些模型或技术数据从哪里来效果怎么评估遇到的问题和解决方式感觉面试官比较关注项目是不是自己真的做过，也关注技术深度，会追问一些细节。3.SQL 手撕给了三张表：trades(trade_id,buyer_user_id,seller_user_id,symbol,price,quantity,traded_at)orders(order_id,user...

Boss沟通600次，想来几个面试增加面试经验都不没有。呜呜呜，天杀的

不止遇到一次了，什么都不会，让提合并请求，问什么是合并请求。让gitlab.页面把测试截图附上，不知道截图要放在哪，那么大的编辑看不到吗让配开发机，问ip是什么东西……这都咋进来的啊，我们（我2023年毕业）那会儿没AI的时候面试都是直接linux，docker，k8s，git，结构与算法，计网。怎么才过去2年，实习生跟傻子一样，有些问题问的我难受，不会git commit，不会git pull，不会切换分支，直接要覆盖master....————而且态度非常敷衍，3天前给开个仓库权限，连本地都没有拉下来。让写一个小文档，都是说一句，写一句，说把目录加上，挺嗤之以鼻，最后还是把目录加上了😂😂任何文档和注释都是方便后来人的，现在的人真的很自负啊，打开github看看任何一个开源项目的文档和注释，都写的很详细。难道现在的同学在校期间不经常拉开源项目看源码学习吗？ 哪怕是一个swap函数，开源项目里都经常注释：1 3 5 7 9 2 4 6 8 10＾           ＾l              rswap：{功能描述}{使用样例}

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！