想投华为暑期，有没有hr帮忙推下

1. 自我介绍2. 讲一下你做过的项目，重点说说其中最难的技术点3. 我看你实习了一年了 怎么没留在上家公司4. 说一下线程、进程、协程的区别，如果放到你的项目里会怎么选答案：进程是资源隔离单位，线程是 CPU 调度单位，协程更像用户态轻量执行流。进程的隔离性最好，但切换和通信成本更高；线程共享地址空间，适合同一个服务内并行处理任务，但要处理锁竞争和共享数据一致性；协程切换开销小，特别适合高并发 I/O 等待场景。如果放到服务端项目里，我通常会让网络接入层偏事件驱动或协程化，避免大量阻塞线程；真正的 CPU 密集型计算，比如压缩、解析、聚合，会放到线程池里做。所以不是三选一，而是看场景组合使用...

谁懂啊！百度一口气招5000+实习生，90%都是AI岗。作为26届人力资源专业的朋友，真的一边看行业趋势一边酸：AI现在是真风口，大厂都在疯抢储备人才，未来HR不懂AI基本没戏。结果最扎心的是：红利全是学弟学妹的，我们26届已经没机会蹭这波超大HC了😭纯纯羡慕嫉妒，没有恨。26届的家人们，你们还好吗？

1、自我介绍2、训练和推理的并行策略大模型训练和推理常见的并行策略主要有数据并行、张量并行、流水线并行和专家并行。数据并行是每张卡放一份完整模型，不同卡处理不同 batch，然后通过 All-Reduce 同步梯度。它实现简单，但模型太大时单卡放不下。张量并行是把同一层的权重按列或者按行切到多张卡上，每张卡只算一部分，再做通信聚合，适合单层参数特别大的场景。流水线并行是把不同层分配到不同 GPU 上，让不同 micro-batch 像流水线一样流动，能解决单卡放不下完整模型的问题，但会有流水线气泡。专家并行主要出现在 MoE 结构里，不同 token 路由到不同专家，参数量可以很大，但每次只激...

零实习，没什么经验，其实很怕，不敢面，但是其他厂都不捞我的，只能硬着头皮面了。感觉最主要还是项目不熟悉的问题，追问一下就只能沉默表示不知道说什么。八股勉强还能把基础的答出来，算法也是入门的水平。感觉自己面试时说话都不利索，有些内容说着说着自己都觉得没讲明白，只好最后来个总结句期望面试官能听懂我在说什么。感觉三回都是差不多的问题。后面有点不知道怎么办，字节HR在ssob上确实很热情，但感觉是kpi，其他的话，没面过，希望最近有笔试的几家能捞我去面面。不过话说回来可能还是要沉淀？但这学期又过得挺快的。