做自我介绍；挑一个做过的挑战大的项目，说明有哪些可复用的经验；项目中MQ主要用来做什么；MQ消息丢失了该怎么处理；MQ消息发送/消费失败该怎么处理；死信队列的原理是什么，消息怎么进入死信队列，是失败一次就进入吗；项目中是否用到MySQL索引；MySQL索引在什么情况下不生效；MySQL模糊匹配like查询时，索引是否生效，百分号在中间时索引是否生效；开发过程中如何使用线程池；线程池的核心线程和最大线程设置为多少，设置依据是什么；如何确保多线程并发情况下的线程安全；除了ThreadLocal，还有哪些保证线程安全的方式，实际用过哪些；现场做二叉树序列化与反序列化的算法题；实习大概能实习多久，最少...

牛友们，都说春招对于我们这种学院本会更友好，为什么boss上都是直接回复不合适，连简历都没机会发出去，牛友们能看看这个简历有什么问题吗。

1. 如果想要在某个模型基础上做全参数微调，究竟需要多少显存？这个问题不能只看模型参数量，还得把训练时真正占显存的几部分一起算进去。全参数微调时，显存通常会被下面这些东西吃掉：模型参数本身梯度优化器状态前向传播保存的激活值CUDA 运行时和框架缓存如果用的是 AdamW 这类优化器，除了参数之外，还要额外维护一阶矩和二阶矩，所以训练显存会明显高于推理显存。一个比较粗糙但实用的经验是：全参数微调的显存，往往是模型权重显存的 6 到 12 倍左右，具体还得看序列长度、batch size、是否开 gradient checkpointing、是否做 ZeRO/FSDP 分片。拿 7B 模型举例，F...