每年五月，毕业的钟声越来越近，而求职的喧嚣却从未停歇。在985、211毕业生扎堆投递简历的校招场上，有一个群体常常被忽略——他们来自“双非”院校（非985、非211），没有名校标签加持，没有校友内推资源，甚至有些人的专业还被称为“天坑”。但即便如此，依然有人能在夹缝中闯出一条路。今天这篇文章，记录的就是这样一位普通应届生的求职全程。没有戏剧性的逆天改命，只有一次次被拒后的咬牙坚持，和一点点积累起来的实战经验。如果你也在为投了几十份简历都没有回音而焦虑，不妨看看他的故事——也许你会发现，你的困境，他全都经历过。一、起点：没有光环的简历，连系统筛选都过不了小林，某地方双非院校计算机科学与技术专业2...

兄弟们，七面终上岸！😭😭一路走来满是坎坷与波折，从最初的遥不可及、不敢奢望，到如今咬牙坚持终得圆满。付出了无数努力，熬过无数难熬的时刻，也算给前段时间的埋头拼搏画上圆满句号。点赞多的话，后续整理完整面经，分享经验干货，帮大家少走弯路～

27届双非学院本，想在暑假找一个实习，看到现在的简历大部分都是agent的了，像我这种还没学的还能找到实习吗

最近读了腾讯写的文章，简单自己做了下总结和理解，又有了新的输入，不愧是腾讯👍 一、学到的核心知识 1. 大模型推理的两大基石  Continuous Batching（连续批处理）：传统批处理要求一个 batch 内所有请求"同时开始、同时结束"，但 LLM 输出长度不可预测，会浪费 GPU。vLLM 把调度粒度从 request level 下沉到 token level——每一步看哪些请求"差几个 token"，就调度几个 token，把短请求填进 batch 的空隙里。 Paged Attention：传统做法一次为请求申请全部显存，碎片严重；P...