1. 自我介绍，说说你的项目经历和技术方向。答：按"背景 → 技术栈 → 代表项目 → 求职意向"四段走，控制在2分钟星星充电是充电桩方向，如果有IoT、通信协议、嵌入式Linux相关经验要重点提结尾说一句为什么对充电桩/新能源方向感兴趣，体现你做过功课2. 你的项目有没有实际落地，落地过程中遇到了哪些和开发阶段不一样的问题？答：考察项目真实性和工程化思维，不是考你功能实现了多少落地和开发的典型差异：实验室环境和真实环境的差异（电磁干扰、温度、电源质量）、用户使用方式和预期不一致、硬件批次差异导致的兼容性问题如果项目没有落地，要说清楚做到了哪个阶段，测试验证了哪些场景，不要...

一开始签了个AI coding什么的，当时想欸这么好可以用AI？（似乎那个AI coding是ai面试？）然后再看又是切屏不计入，又是允许本地IDE，干脆直接chatgpt启动了出来和大家讨论发现好像不能用AI上小红书搜发现这么干的不是少数，尤其是本地IDE直接是cursor和trae的而且发现这个问题去年秋招就有人问过，更离谱的是当时有的人问HR，有的HR说可以有的说不可以现在发了邮件去问招聘团队了，感觉是细则没写清楚要是直接说不能用不如直接签到题走人更省时间

1. 介绍一下你做的这个项目2. LoRA 的基本原理是什么LoRA 的核心思路是，微调大模型时没有必要把整个权重矩阵都更新掉，而是只学习一个低秩的增量。原始权重记作 (W)，微调后的权重写成：其中 (A) 和 (B) 的秩都很低，参数量远小于直接更新整个 (W)。训练时冻结原模型参数，只训练这两个小矩阵，这样显存占用、优化器状态和保存体积都会小很多。它适合做领域适配、指令微调这类任务，因为很多任务对模型的改动并不需要覆盖完整参数空间。LoRA 常见会插在 attention 的 q_proj、v_proj 上，有时也会加在 k_proj、o_proj 或 MLP 层。选哪些层，本质上是在表达...