小米内推

三一重能 结构设计工程师 面经一面 7.14 （15-20min）技术面 自我介绍针对简历项目提问（个人项目）]涉及到结构疲劳 分析方法解决问题的思路 理论知识面试官的研究方向可能刚好和我相契合问的问题都很专业英文面 8.2（5min）三到四个问题对于结构分析这类问题的思路为什么实验测试很重要你对三一重能的了解 为什么来三一面试官口语很地道 不难听懂终面 8.4 （20min）也是技术面 比一面问的更加具体面试官问了比较多关于材料的问题（个人有一个叶片设计的项目）包括整个结构的设计思路选用什么材料 材料性能具体的工艺 以及一些详细的参数反问总的来说 两轮面试都比较专业 问题有深度8.7 收到面...

如题，小编可能觉悟得早，大一就开始学Java，大二就在实验室干杂活了，然后大二暑假就开始在外实习。由于自己是双非二本约面的机会很难得，正好AI火热，小编也会点AI应用开发，然后自己熬夜肝了十几万行代码，搞了一个AI模拟面试，AI简历生成的网站，当时想着自己用，慢慢身边人都在问，后来就添砖加瓦，功能也越来越贴合互联网求职的姿态。下图会给出多次commit来证明自己没说谎

最近投了好多家都是已读不回，听牛友说要等9月投日常实习，现在都不招实习生了。各位牛友们看看还有哪些地方要改吗？

一、基础算法与数据结构区间最值：设计数据结构，支持 O(1) 查询（Segment Tree / Sparse Table）。线程安全队列：如何在并发场景下实现？锁 vs 无锁。二、机器学习与深度学习Transformer 机制：自注意力计算公式、复杂度，KV Cache 的作用。优化器对比：SGD / Adam / AdamW 区别，为什么大模型常用 AdamW？三、大模型推理与优化量化原理：INT8、FP16、FP8、4bit 的差异，精度掉点怎么处理。CUDA/TensorRT 优化：矩阵乘法如何优化？（对齐、向量化、shared memory 等）。四、系统与工程能力分布式训练/推理：...