中厂秋招信息求互相告知

1. 模型训练里你怎么在全参微调和 LoRA 之间做选择这个问题我一般不会只从显存够不够来答，而是会结合任务复杂度、分布偏移程度和上线方式来讲。全参微调的优点是表达空间更大，适合任务分布和原模型差异比较大的场景，比如领域知识很重、输出风格和推理路径都要明显改造的时候，它更容易学到深层适配；LoRA 这类 PEFT 方法更适合成本敏感、实验迭代快、模型版本频繁切换的场景，特别是多任务并行或者多租户配置时，管理上会轻很多。如果任务本质上是在原模型能力基础上做轻量偏移，比如格式约束、领域术语补强、特定工具调用习惯，LoRA 往往就够了。反过来，如果发现训练后模型虽然会答，但深层行为模式改不动，比如推...

我选没有，我的目标offer是字节跳动，❤️和字节，当然选字节。大二在校，没背过面经，只练过一点算法，算法根本不会写，写了几十道，还是菜鸡，之前boss投递300+没有人回我，有几个回我的要我会全栈才行。继续沉淀吧

说实话我当时秋招的时候就一个目标：必须进大厂。不是说小公司不好，而是我双非本，如果第一份工作再没个好平台背书，以后跳槽简历都不好看。事实上我把大厂投了个遍，笔试挂了一大半，面试又挂了几家，最后就拿了一个offer。过程确实很痛苦，但我觉得值。进来之后感受就是：流程规范、技术栈新、身边同事都很强，每天被卷但也确实在成长。而且说句现实的，大厂的薪资确实比同届去小公司的同学高出不少。当然我也知道大厂有大厂的问题，什么螺丝钉啊内卷啊，但我觉得对于实习来说，先进去学再说，后面想走随时可以走，但第一份工作的起点真的很重要。

二面面试官是技术负责人，比一面更注重原理深度和实际项目经验，很多题都是在一面基础上继续往深挖，追问细节比较多。整体节奏偏慢，每道题都会聊很久，建议把自己做过的项目细节提前梳理清楚，光背理论不够，要能结合实际说清楚。1.一面提到了RTOS，那你讲一下优先级反转是怎么产生的？FreeRTOS是怎么解决这个问题的？2.你在项目中有没有遇到过栈溢出的问题？当时是怎么发现的，怎么定位的，最后怎么解决的？3.讲一下Cache的工作原理，Cache Miss会带来什么影响？在嵌入式开发中有哪些场景需要注意Cache一致性问题？4.你了解内存屏障吗？在什么情况下需要手动插入内存屏障？5.讲一下Cortex-M...