与其说是避坑笔记，不如说是一个系列的开篇，后续更新跟进信息会放在评论区，最近关注到AI+CFD/CAE方向的活跃程度，也觉得是一个AI渗透的重要指标，校招或者比较关注发展性的求职者，可以把该方向作为一个重点关注方向，AI进入游戏、金融和互联网都还算是圈禁在虚拟世界，一旦在CFD方向有很大的进步，相信制造业企业都会跟进，相比传统的视觉找缺陷做诊断，个人认为这个方向在重新定义机械和结构岗位的工作内容，个人非理工专业，表述不准的地方希望指正。1、主要分三类，跨行大厂，工具大厂和初创公司，根据主攻行业来看，绝多数都会集中在空/天/船、气动和热管理方向，材料研发和分子动力等关注较少；2、多数AI+CFD...

美团timeline一面 3.26二面 4.2oc 4.8offer 4.10其他：oppo 一面挂vivo 没动静携程 笔试挂哔哩哔哩 没动静感想感觉找实习运气也占不少的成分，本来0实习选手暑期只是准备随便投一下练一练，想着过会儿再找日常实习，没想到美团直接收留我了。感谢一面面试官，在我第一次面大厂的时候给了我自信

真是无语了😓

这个面经是群里 小伙伴分享的 社招, 2年的工作经验 双非本9硕 将近40分钟都在问项目细节 项目这里我全部砍掉了1. 自我介绍2. 大模型在推理时通常分哪两个阶段，每个阶段关注点是什么一般分成 prefill 和 decode 两个阶段。prefill 阶段主要是把输入 prompt 一次性编码进去，重点看吞吐、并行效率和长序列的计算开销；decode 阶段是逐 token 生成，重点看单步延迟、KV Cache 复用和 batch 调度效率。很多线上推理慢，不是模型本身慢，而是 prefill 太重或者 decode 阶段调度策略不合理。理解这两个阶段，才能知道为什么有些优化只对长输入有效...