这个面经是群里 小伙伴分享的 社招, 2年的工作经验 双非本9硕 将近40分钟都在问项目细节 项目这里我全部砍掉了1. 自我介绍2. 大模型在推理时通常分哪两个阶段，每个阶段关注点是什么一般分成 prefill 和 decode 两个阶段。prefill 阶段主要是把输入 prompt 一次性编码进去，重点看吞吐、并行效率和长序列的计算开销；decode 阶段是逐 token 生成，重点看单步延迟、KV Cache 复用和 batch 调度效率。很多线上推理慢，不是模型本身慢，而是 prefill 太重或者 decode 阶段调度策略不合理。理解这两个阶段，才能知道为什么有些优化只对长输入有效...

是简历有什么问题吗，求大佬指点要玉玉了

现在找工作，不管是后端、算法还是运营，简历上不写点AI能力都不好意思投，但很多人写得太笼统，要么是“会用AI工具”，要么是“熟悉AI相关技术”，等于白写，HR根本不看！翻了一圈网友分享的干货，总结了几个实测有用的技巧。首先，千万别写空话！网友都在吐槽，“熟悉LLM、会用LangChain”这种话，等于没说，HR每天看几百份简历，根本没耐心猜你的能力。正确的写法是：问题→方案→结果，还要加可量化指标。比如你做过AI相关项目，别写“用AI做了知识库问答系统”，要写“利用RAG技术+LangChain搭建行业知识库问答系统，解决业务咨询效率低的问题，将咨询响应时间缩短60%，减少人工回复工作量30%...