朋友简历被锁在2012了 结果没有暑期 想换去海思 有hr不

基于LangChain-Chatchat实现的本地知识库的问答应用-快速上手（检索增强生成(RAG)大模型） 基于 ChatGLM 等大语言模型与 Langchain 等应用框架实现，开源、可离线部署的检索增强生成(RAG)大模型知识库项目。 1.介绍 一种利用 langchain思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。 受 GanymedeNil 的项目 document.ai和 AlexZhangji 创建的 ChatGLM-6B Pull Request启发，建立了全流程可使用开源模型实现的本地知识库问答...

孩子目前拿到了几个日常实习的offer，下半年就要去继续读硕，现在把一些跟大模型基本无关的全部排除，有个大厂做的事情看起来像是完全CRUD没有什么LLM的应用场景应该就不去了，其他大厂当时保险起见投的基本都是传统后端岗，基本没什么大模型场景，另外有offer的应该这两天也要开始推掉了，剩下的这两个想请各位来帮忙参考一下应该去哪个，1. 某中大厂，做机器学习平台，大模型部署，分布式，微服务的工作。因为偏AI infra，技术栈应该和多数做系统的后端比较通用，比较适合去类似后端开发岗位，而且他们这个服务是部署前期，用户量从已经达成协议的其他机构来看应该会有不少，结束之后比较好说成果。岗位也是大模型相关，因为公司体量比大厂还是小不少所以每个人搞的东西似乎比较广，应该还是会涉及一些和模型相结合的相关工作。但是这个岗跟模型训练和微调甚至数据处理本身似乎关系不大，可能会参与一点涉及Peft的工作？但是绝大多数似乎都是平台研发做接口做API和做分布式，训练过程和推理加速估计不会有多少涉及，语言Go和Python为主，我没听见有很多用C++/C的地方我感觉GPU和并行计算估计是接触不到了，对之后找算法岗和大模型岗除了场景本身可能有用以外用处似乎比较有限。2. 新能源车厂，做机器学习系统，边端推理加速，并行计算，高性能计算。公司Title名声差别不是那么大，做的东西是风口热点，而且因为不好做所以护城河深。C++和Python为主，基本是正统高性能计算岗，纯血机器学习系统。但是因为我之前没有其他后端方向的实习，对分布式和微服务这种后端常用技术栈这个岗位应该基本完全没有涉及，如果机器学习方向出现问题不好转通用后端。而且不确定组里的技术水平是怎样的，考虑到是在车厂所以模型体量会偏小而且更多关注在边端设备的推理加速，之后全职找工作类似场景感觉比较有限，因为业务跟多数互联网公司差别都很大，相当于之后基本只能去车厂和硬件厂找，大公司可能会有但是体量应该会非常小。想请各位帮忙选一下，谢谢大家，如果希望知道其他细节可以来问。现在还有几家在流程的，也有很类似的岗位，希望可以获得一些参考。 #晒一晒我的offer#  #牛客在线求职答疑中心#  #我的求职思考#  #如果可以选，你最想去哪家公司#

一面 70min1、自我介绍2、华为软件精英挑战赛（项目中的职责，学会了什么）3、TCP的可靠性如何保证4、流量控制和拥塞控制的区别5、拥塞控制的缺陷6、听过BBR没有（一个拥塞控制算法）7、TCP头部有多少字节8、http 1.0 - 1.1 -2.0的差异和对比9、HPACK算法实现头部压缩10、知道http 3.0吗（就是QUIC：基于UDP实现的HTTP协议）11、QUIC是如何解决对头阻塞的12、QUIC的连接迁移原理，为什么可以无缝连接（连接标识符）13、linux查看进程的命令,如何查找你部署的服务14、Redis的缓存雪崩、缓存击穿、缓存穿透15、go有了解吗16、协程是什么...