想做 AI Infra / LLM 推理系统 方向。 身边没有同方向的朋友能问，自己摸着石头过河整理了一份学习路线，越整理越虚——感觉知识点又多又散  我自己总结的核心路线就一句话： 先理解模型前向 → 再理解单请求生成 → 最后再看多请求 / 多卡 / 多实例下的系统优化 把 Decoder 模型和最小推理框架先跑通，再去看工业级系统，应该很多设计会自然浮出来——这个思路对吗？ 想和大家多多交流！

遇到一个民科乐子，最难绷的一集。

求职意向：后端开发/大模型应用开发✉️投递：24家💬面试：一共17面📝offer：百度oc，华为入池，得物入池🎙️我的感受： 从去年11月份生日到现在也6个月整了，决定转后端和大模型开发或许这条路走对了，或许只是随波逐流。从3月18日投出第一份简历，到4月2日第一次面试，这也是自保研以来的第一次面试，从一开始紧张到提前1小时进入会议背自我介绍，到现在随便找个地方就是面，这将近两个月让我成长了不少，也学会了很多东西。 先说遗憾吧，或许最大的遗憾就是不能立马到岗，百度oc后告知需要五月底之前到岗，但是组里之前不让去实习（我去办公室找导师争取实习，直接让我从办公室出去），今年只能七月一号去实习...