本人ip地211本 985硕 目前研0  导师方向不感兴趣且就业难度比较高 和组里师兄打听过组里毕业条件简单 研二下可以实习 所以想自寻出路问题一：坚持走嵌入式linux吗？本人本科期间有过嵌入式比赛经历 两个国家二等奖 做的是mcu和linux相关的内容 目前找到了一家上海的初创机器人公司实习（细分方向龙头）实习内容是机器人相机驱动和应用 网上对这家公司评价都很不错 年后就入职 如果走嵌入式的话以后也打算走linux方向问题二：是否需要转码？最近ai大模型超级风口 刷到xhs上走ai infra的都有超级大包 且学习路线比较清楚 加上自己学历尚可 如果自己现在开始学 研一跑出去找一段日常实习 然后研二下再刷一段 感觉也是很好的一条路线  （或者转去学java走后端 ）

1. 介绍一下Spring Boot的自动配置原理Spring Boot的自动配置主要基于以下几个核心机制：① @SpringBootApplication注解：这是一个组合注解，包含了@SpringBootConfiguration、@EnableAutoConfiguration和@ComponentScan三个注解② @EnableAutoConfiguration的工作原理：通过@Import注解导入AutoConfigurationImportSelector类该类会读取META-INF/spring.factories文件中的配置类加载所有候选的自动配置类③ 条件注解机制：使用@C...

在 Java 已经卷到天际的 2026 ，推荐语言没有意义，推荐几个未来比较有发展前景的“生态”：1.Rust (系统级安全之王)： 随着大模型推理引擎和高性能中间件的需求激增，Rust 的地位无可撼动。学它不仅是为了就业，更是为了理解底层逻辑。2.Python & AI Agent 框架： 不要只学 Python 语法。去学 LangChain、AutoGPT 或者最新的智能体编排框架。未来每个公司都需要能把 AI 模型落地到业务场景的工程师。3.Go (云原生与分布式)： 在微服务和容器化依然是主流的今天，Go 的简洁和并发处理能力依旧是后端大厂的敲门砖。4.软技能：Prompt Engineering & 产品思维。不能只会写代码还要懂需求

1. 实习介绍2. 看了今年哪些生成式推荐论文3. 然后聊了半小时onerec，重点在多模态tokenizer和语义id4. 拷打简历项目(infonce的温度系数作用，faiss ANN索引，正负样本，特征工程，推理测评指标等)5. RoPE和ALiBi两种相对位置编码的原理6. SwiGLU原理，比relu好在哪7. attention常规八股(根号dk，时间复杂度，为什么要分多头)8. 用过哪些大模型微调方式，LoRA微调原理9. 了解模型蒸馏吗10. 了解目前主流多模态模型吗，扩散模型公式怎么推导的11. 手撕: lc53 最大子数组和改为求出这个子数组