研究方向及未来职业规划求助

个人还是比较看好该公司，人才密度很高并且岗位也是核心岗位目前主要担心两个问题，一个是沟通中了解到主要做端侧的一些开发，有点怕偏离了原本的方向（vllm二次开发这类），二个是不知道这段经历对于后面秋招的帮助大不大其他大厂的进度都太慢了，也怕走不完流程

后悔在做测试前没有多刷刷经验贴，选的时候只想着前后一致了结果一股脑的选了很多喜欢领导团队，是不是寄了还有很健谈乐观保证完成任务这些倒是应该没事。没事领导啥团队啊啊啊啊啊啊，希望不会测评挂球球了。有没有有经验的佬，告诉我这样会挂吗

攒攒人品！ 1.项目拷打2.vision-language 对齐是 joint embedding 的？，那做了哪种对齐？有做 hard negative mining 吗3.所有视角共享 encoder 吗？如何防止view collapse？4.semantic space是如何保证cross-modal consistency的5.用diffusion model做动作策略，是怎么建模action space的6.如果多个diffusion模型组合，用了 gating 机制还是 uncertainty-aware ensemble？那 uncertainty 是怎么量化的？有对比过 epistemic 和 aleatoric 吗？7.怎么防止action drift？有没有引入 consistency regularization或者temporal smoothness loss？8.在surgical robotics里policy failure cost 很高，是怎么做risk-aware training 的？有没有加入 CVaR loss10.模型泛化能力是靠数据多样性还是结构归纳偏置？能列出你设计中的 inductive bias 吗？对 unseen 手术任务怎么泛化11.surgical scene 变化很大，怎么办12.你说MAE 是做关键帧 reconstruction，那帧选择怎么做？具体打分逻辑是怎么样的13.有没有做 token-level saliency analysis？你怎么知道模型真的关注了 surgical tool 而不是 background？部署是在 ARM 上还是 X86？有没有模型并行？多线程和多进程各负责什么14.做多模态感知融合时，视觉、语言、触觉（如果有）延迟不同，怎么对齐的15.整个pipeline的E2E latency是多少？瓶颈在哪你说中间用了 LQR，你 gain matrix 是 constant 吗？有没有做 gain scheduling？基于什么指标调的16.控制系统稳定性你怎么保证？有没有做过 Lyapunov 函数证明17.做过 trajectory optimization 吗？是基于 collocation 还是 direct shooting18.假设你有个 policy 输出波动很大，你会考虑在 policy 层加高通滤波器还是在 loss 层加 penalty？为什么？19.diffusion policy 是连续动作空间，那你是建模 joint distribution 还是 marginal20.语言指令不是 deterministic 的，你们是直接用 language embedding 吗？有没有考虑language-conditioned latent variable model？

本人学院本双非硕。本科专业是 SE，目前研 0 想做算法或 infra，但是学校能做算法的只有 10% 吧，没听说过做 infra。但是自己对 AI 方面的可以是说是 0 经验，只做过一个数据竞赛的比赛 auc0.8+。本人很焦虑，害怕 all in 之后没有岗位（本科死磕 Java 开发未果）。友友们有什么建议么？