1. 自我介绍2. 项目拷打3. 你实习做了什么 有什么提升 详细说说4.Transformer 为什么适合做大模型底座？Transformer 适合做大模型底座，核心原因是 并行能力强、长距离依赖建模能力强、扩展性好。RNN 按时间步串行处理，训练效率低，而且长距离依赖容易衰减；Transformer 使用 Self-Attention 直接建模任意位置之间的关系，训练时可以并行处理整段序列，所以更适合大规模预训练。现在大部分大模型都以 Transformer 为核心结构。5. Self-Attention 的公式是什么？输入 (X) 先映射成 Query、Key、Value：注意力计算公式...

现在好多技术都在学，项目还在搞，但是害怕时间太晚来不及了，只要有人要我就可以了小厂也可以，佬佬帮我看一下😭😭

最近Vibe Coding爆火，不少初级开发者开始焦虑：这种能通过自然语言直接生成代码的AI驱动开发方式，会不会让自己的岗位彻底消失？答案并非绝对，它不是“消灭”初级岗位，而是对岗位需求进行筛选和升级。Vibe Coding由Andrej Karpathy提出，核心是开发者用自然语言描述需求，AI自动生成代码，开发者只需负责引导、测试和优化，大幅降低了编程门槛。它确实会冲击基础重复性岗位，比如单纯写CRUD代码、简单脚本开发的初级岗，这类工作可被AI快速替代，未来需求会明显萎缩。但它并非要干掉所有初级岗位。研究显示，AI生成的代码常存在安全漏洞，且无法独立完成复杂系统设计和业务适配。企业真正需...