一、市场上到底要什么人？去招聘网站搜“大模型”，JD看一圈就会发现，岗位其实就三类：① 基模方向：预训练、模型架构、scaling law门槛：顶会paper or 名校博士结论：有就有，没有就别强求，不是几个月能补的② Infra方向：分布式训练、GPU集群、推理加速门槛：扎实的系统底层能力结论：你们组是做这个的就可以冲③ 应用层方向  这是大多数人的机会！不动模型：RAG、Agent动模型：SFT、RL（RLHF/RLAIF） 0基础同学能在4个月内真正拿到offer的地方，就是应用层二、技能要会在点子上，别被概念带偏现在各种概念满天飞，A2A、MCP、GraphRAG...每周都有新名词...

我是2月23号开始投简历的，投出去基本没回应，到现在只有3场面试，之前已经错过了秋招，所以想争取春招冲一冲；我想请牛友们，各位佬，看看我的简历，春招可以冲中小厂吗？2月底投出去的简历基本直接被拒，惨～目前我的进度是八股文看了很多，刷了30+算法题（弱爆啦），场景题基本没碰可能会G，常见手撕题敲了一遍（记不住，大概率G）；项目很可能经不住深度拷打，还在加强学习。如果屏幕前的牛友们愿意给出建议，请畅所欲言，我一定认真阅读。毕设也欢迎各位佬直接开喷，链接：https://github.com/bignosecss/reverse-roadmap

可以去冲一下大厂吗

1. 能说说ArrayList和LinkedList的区别吗？什么场景下会选择使用它们？ArrayList底层是基于动态数组实现的，它在内存中是连续存储的。优势在于随机访问效率高，时间复杂度是O(1)，因为可以通过索引直接定位。但插入和删除操作（特别是在中间位置）效率较低，需要移动大量元素，时间复杂度O(n)。LinkedList是基于双向链表实现的，每个节点包含数据和前后指针。它的优势是插入和删除操作效率高，只需要修改指针指向，时间复杂度O(1)。但随机访问效率低，需要从头或尾遍历，时间复杂度O(n)。使用场景上，如果需要频繁随机访问元素，比如根据索引查询，选ArrayList；如果需要频繁...