招银网络中心杭州的开始面试了吗

以前在学校的时候，看着身边的同学和学弟接二连三地被裁，我真觉得是他们自己有问题。那时候我总认为，被裁的人肯定是不够努力，或者是脑子转得慢、没跟上公司的节奏。直到我真正进场里滚过一遍，亲眼看着那些ACM金牌、银牌的大神连试用期都过不了，我才发现自己以前的认知全特么是偏见。那些在网上吐槽压力大、公司坑人的，以前我觉得是吃不了苦发牢骚，现在才明白，那都是血淋淋的真相。这到底是为什么？说白了，现在的就业市场就是个由老板们主导的买方市场。他们出钱出地，我们出卖身心，因为各种历史和现实的因素，规则就是他们定的。我在大中小厂都干过，太清楚那帮老板和主管心里在打什么算盘了。他们哪是在招员工啊，他们是在“许愿”...

最近在准备找第二段实习，主要方向想转向 Agent / 智能体开发。目前已经学习了 SpringAI 和 langchain等技术栈，完成了一个支持自定义工作流的项目，能够理解整体架构设计与执行逻辑，具备一定的智能任务编排思路。希望大佬们看看我的简历！

1. 如果想要在某个模型基础上做全参数微调，究竟需要多少显存？这个问题不能只看模型参数量，还得把训练时真正占显存的几部分一起算进去。全参数微调时，显存通常会被下面这些东西吃掉：模型参数本身梯度优化器状态前向传播保存的激活值CUDA 运行时和框架缓存如果用的是 AdamW 这类优化器，除了参数之外，还要额外维护一阶矩和二阶矩，所以训练显存会明显高于推理显存。一个比较粗糙但实用的经验是：全参数微调的显存，往往是模型权重显存的 6 到 12 倍左右，具体还得看序列长度、batch size、是否开 gradient checkpointing、是否做 ZeRO/FSDP 分片。拿 7B 模型举例，F...