说实话，如果不是最近这段时间重新出来面试，我可能不会这么快把「AI 应用开发」当成一件必须要补的能力。我做过业务系统、做过中台、也踩过高并发和复杂业务的坑。这几年主要精力都在架构稳定性、业务抽象、工程能力上。直到最近一次次面试下来，我明显感受到一件事：各个企业都在想着把AI应用到自己的企业中”。经过一段时间的了解，我整理出 Java 学 AI 的大致方向，我将按照这个路子走下去。我理解的「Java 学 AI」，不是去做什么？在真正开始学之前，我先给自己定了几个边界：不去卷算法、不搞模型训练不从 Python 数学公式开始不追求“AI 专家”人设而是明确一件事：我还是一个 Java 后端，只是要...

平台这么早预料结局？    

两段实习了，下段想去大厂试试看，go，Java都可，偏向做go，求大佬们帮忙拷打下简历和提升方向

意外收到字节面试，我是惶恐不安呀。😮‍💨刚开始自我介绍，还是小紧张的。不过面着面着就调整了状态。面的感觉不太行，分析了下：一方面是心里觉得大厂面试就是很难的，第二是收到面试的那几天，没启动“临时抱佛脚”模式，还是自己光啃文章了。不过，其实这种面试正常对待就行，日常学的东西总结进行回答差不多了。项目拷打通过 prompt 来做模型微调和上传文件做训练有什么区别prompt 微调通过调整输入提示词引导模型输出，不需要修改模型参数，依据较少的数据实例完成快速迭代，适用于快速验证任务可行性，简单任务场景。缺点也有，prompt训练依据prompt 设计能力，输出可能不稳定。文件上传训练，通过训练数...