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！

到写简历的时候已经崩溃了

至今一个可转正被割了剩下的5点面试都挂了求收留，数据分析，数据开发，测试！

好不容易获得了这份工作，offer难道真要“栽”在入职体检上？一紧张、一焦虑心电图显示异常所做的努力全部白费，小编发现不少考公考编的同学笔面第一，最后却因为体检没过而前功尽弃这种遗憾，实在让人不甘心！今天，体检e站的小编为大家盘点三个最常见的误区，以及体检前后的关键应对策略助你轻松过关，顺利入职！三个常见误区，有人中过招误区1入职体检只要“过关”，查得越简单越好有人觉得，反正是入职用，项目能省则省，甚至主动放弃一些检查。但每一项检查都有其意义——胸部DR能发现肺部隐患，肝功能反映代谢能力，血常规可以提示潜在感染。省掉的是项目，丢掉的可能是提早了解身体的机会。误区2体检前“突击调理”，就能掩盖异...