秋招/实习

一、原理概述1. 历史进程web前端发展二三十年以来，前端渲染方案经历了“前后端耦合”—“ 前后端分离 + CSR”—“混合渲染逐渐流行”三个阶段。a. 前后端耦合阶段这一阶段是纯粹的服务端渲染，当时前端尚未形成独立的概念，只需要承担切图的工作，由后端通过JSP/php模板拼接html字符串，由浏览器解析html。这种方式前后端耦合度极高，开发效率低，页面交互体验差（每次操作都要刷新整个页面，重新请求HTML）。b. 前后端分离 + CSR主导随着SPA框架（React、Vue）的兴起，前端进入“前后端分离”时代。后端仅提供接口，前端通过AJAX请求获取数据，再通过JS动态生成页面内容、操作D...

我实习时，来之前有两个实习生，都是干测试开发的，中午吃饭闲聊时不知怎么聊到了算法能力，然后就在比较谁算法能力强，我绷不住了，找了个借口跑了，还好跑的快，后面领导知道了，还问他们谁更强一点，不过领导后来跟我说他觉得这两年干活都不太行，后面新来几个实习生，测试摸鱼时又互相比较了下实习薪资，主要讨论的声音还不小，我不想参与他们的讨论就回到自己工位上了，再次绷不住了，这怎么能明面上讨论，不过虽然是同一岗位，干的活差不多，但薪资确实不一样。

谢谢

2023年，开源模型刚刚多起来的时候，上手AI做的最多的事情就是微调，那会儿我有一张3090，就足够微调GLM2-7B或者Llama2-8B的模型了，网上还有很多的教程，教你怎么找数据集、怎么构建数据集，怎么微调大模型。仿佛只要学会了微调，我就一脚踏进了大模型工程师的门槛。包括到现在，很多客户一开始就说：“我们要微调一个自己的模型，网上都这样说的。”然后14B也好，32B也好，拉一堆行业数据往里塞，觉得这样才算构建核心壁垒。但连续了解几个项目之后，我现在的结论很清晰：对大多数做AI应用的团队来说，微调就是个坑。甚至面试的时候也会出现这个问题：为什么不建议微调？到现在网上还有很多新发的教程，一张...