求华为具身智能部门

我目前学习过python基础，mysql基础，学习了fastapi；redis和SFT了解了一点点，之前跟在黑马后面学习过RAG、agent的demo级别的项目，还有黑马的mysql和fastapi的一个模仿今日头条的demo项目，然后深度学习和强化学习的基础理论知识有了解一遍，关于大模型的一些概念有了解一点，比如MCP、transform结构、React（但是这些只是了解概念）。我当前适合朝哪个方向靠？为了找到实习，我还需要学习什么？有什么推荐的可以放在简历上的项目吗？求大佬指点，目前研一，专业非科班

面试官背景为 NTU 博士、传统控制出身，问询极细，按项目维度拆解如下： 1. 强化学习规划项目  数据获取： 仿真数据集是如何获得的？ 算法鲁棒性： 是否会出现陷入局部最优的情况（如死胡同无法脱困）？ 仿真建模： Gazebo 仿真中为什么要选择使用差动模型（Differential Model）？  2. VLN（视觉语言导航）项目  技术实现： 三维重映射（3D Remapping）的具体实现方案。 性能评估： 实际运行效果如何？ 实机部署： 模型是否支持在真实机器人硬件上运行？如果可以，推理/运行速度表现如何？  3. 机器人操作项目  全身控制（WBC）： WBC 具体实现了哪些任务...

被横向挂了，希望发出来对大家有帮助！1. 介绍实习经历2. 项目拷打3. 上下文过长时的处理方法4. 工具多导致token数过多的解决办法5. Mcp server的构建方式6. 介绍了解的强化学习内容7. 上下文管理的实现方式8. 如何判断当前对话与历史对话有无关9. 代码题：数组中仅一个元素出现一次，其余均出现两次，要求线性时间、常数空间复杂度10. 大模型调用Mcp工具的完整流程11. 分享一个最有挑战的经历

项目深挖很多，最后还有一道“手写”代码题这场华为 AI 工程师暑期实习的面试，整体节奏比较完整，基本就是“自我介绍—项目深挖—反问—代码题”这一套。刚开始先让我共享桌面，结合简历做自我介绍，讲自己的学习背景、做过的项目，以及现在的方向。前面这部分我还是按自己的主线来讲：山大本科电子和计算机双修，港中深硕士，方向慢慢转到 AI Infra、异构计算和性能优化；实习这边讲了之前做过的通用软件工程工作，以及现在做的算子优化和图优化相关内容。面试官前面没有特别打断，但后面几乎每一段都会继续往下追。项目里问得最多的，一个是我自己做的量化推理 runtime，另一个是现在在做的算子/图优化相关工作。量化项...