电信天翼物联11.11面经（软开）已凉

1. 介绍下你实习学了什么 做过什么项目,为什么离职的2. MoE 为什么能在参数量很大的情况下还能把训练和推理成本压住，真正难点在哪MoE 的关键不是“参数变多了”，而是“每个 token 只激活一部分参数”。也就是说总参数量可以做得很大，但单次前向只走少数几个 expert，所以理论上计算量不会随着总参数线性增长。这个思路在大模型里很有吸引力，因为可以同时兼顾容量和成本。但真正难的地方是路由和负载均衡。路由器如果只偏爱少数 expert，训练会很不稳定，热门 expert 被打爆，冷门 expert 学不到东西。另一个难点是通信开销，尤其多机训练时，token dispatch 和 gat...

答案是：有，但你得想清楚几件事。先说现实双非的标签确实存在，大厂HR筛简历时学历是第一道门槛，这没什么好回避的。字节、腾讯、百度、华为这些头部，校招季会优先看985/211，双非简历可能在初筛就被过滤掉。但C++这个方向有点特殊。为什么C++对双非相对友好C++岗位本身就是技术密度最高的方向之一，市场上真正能写好C++的人并不多。音视频、嵌入式、自动驾驶、游戏引擎、高频交易……这些方向都严重依赖C++，而且很多中小公司、外包、垂直领域公司根本不在乎你是不是985。更重要的是：C++的技术深度可以弥补学历的宽度。一个能讲清楚内存模型、手写智能指针、理解多线程竞态条件的双非学生，比一个只会背八股的...