3月收官，做一次完整的量化复盘，既是对这个月的交代，也给同样在实习+春招的牛友们一个参考。个人背景：双非计算机本科，杭州某中厂后端开发实习生，同时备战春招补录，3月核心围绕「业务落地、技术成长、春招备战」三大模块推进，有可量化的成果，也踩了致命的坑，全部分享出来，和大家一起成长。一、3月核心成果与收获1. 实习业务：从“执行开发”到“方案设计”的认知升级本月核心完成2个业务需求，1个技术优化项，全部顺利上线，零线上故障：独立负责用户中心权限管理模块重构，覆盖8个业务场景、12个核心接口，完成从需求评审、技术方案设计、开发联调、灰度上线的全流程跟进。上线后接口平均响应耗时从180ms优化至42m...

boss打招呼了快500，简历投了40多份，结果到现在就只有一个外包和一个几十人小厂约面，大部分都是已读不回，或者要了简历就没下文了。不知道是我的简历写的有问题还是打招呼的方式不对，又或者学历的问题，真不知道该咋办了 …………

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...