宝时得

非技术部分（背景、综测、HR、主管、offer）放在文首一笔带过；下文只把机考与两轮技术面写细，每道能回忆起来的题都附上可直接背诵或改写的答案。 非技术相关（一笔带过） 投华为 OD。流程大致是：机考 → 性格综测 → HR 面 → 技术一面 → 技术二面 → 主管面 → 审批与邮件 offer。综测别前后矛盾即可；HR 与主管主要是自我介绍、离职原因、加班接受度、个人情况，态度正常、不踩雷即可；offer 后按清单交材料、定入职时间。机考与技术面之间我自行拖了一阵刷题，属个人节奏，不展开。 一、机考（编程） 准备：有数据结构基础，C++ 刷题约一百道（含真题风格），注意边界与溢出。当时三道题...

记得上次找日常实习从投递到最后offer总共花了51天这次暑期也是惊人的相似，从开始投递到offer也是花了51天暑期总结蚂蚁3月20一面挂阿里所有意向简历挂美团3月18一面挂字节3月17投递3月23一面3月27二面3月30三面，三天后挂+转岗4月10从二面复活4月17三面4月20offer快手4月1日一面4月13日二面4月20hr面百度4月11日一面4月14日二面4月17日三面这回教训就是以后不要在职面试了，实在太累+心态不稳，一开始想着就算没有公司要还能在现在公司赖着，最后活也不想干，面试也不想面感谢字节收留了，听说强度不小（早10晚10），好在base在广州，希望顶住😥😥

给点建议吧，找不到实习了😭  

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！