对于非技术来说，去大厂边缘还是小厂核心

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...

今年大二，想要先找一个中小厂，主要是力扣没刷多少，八股还没背完，请求各位大佬提出宝贵的意见，肯定会虚心接受😭😭😭

1. 自我介绍 略 2. 算法题（全英文）  平均值大于阀值的子数组（力扣原题） 非常规题： 有一个sentense数组，里面有用户使用过的英语语句数据，类似于["i love you","i love the dog","i promise"] 让有一个count数组，记录了每个语句的使用次数，类似于[10,20,30] 现在用户每输入一个字符，你需要返回topK的语句数据。 举例：   用户输入i,你需要返回top 2，那么就返回["i love the dog","i promise"] ...