菜鸟鸿翎计划一面

一直觉得，实习应该先安身立命，再多多体验。首先确定当下最需要解决的事情——下一份实习，是要作为大厂的敲门砖，或者是秋招的胜负手？这种情况下就应该“精”。所谓精，也需要看具体情况来分析。不是说一定要业务核心，或者公司title多么大，才叫一段“精”的实习——毕竟不是所有人初出茅庐就可以找到一份title金光闪闪的实习。我的理解是，精不精其实由你的态度决定，大厂的边缘部门也好，中小厂也好，只要你认真对待，挖掘出这段实习的每一点价值，那都是一份有效的实习。有的牛油可能就要说，“我天天干的都是些碎片活，脏活，没意义的活，接触不到核心业务，这种情况下我怎么学到东西？”我的想法是：带着问题去做，带着目的去学，注意复盘和积累。如果实在不知道做什么，那就养成一个习惯：每天记录当日的需求，自己的进度，解决一个问题时的方法以及改进点，code review和请教前辈时的收获，碎片化的信息，等等……事无巨细地流水账记下来。等一个项目阶段性完成后，再进行小结，补充背景信息和阶段性的成果。现在的ai很好用，只要你能坚持记录，提供详实的基础材料，一定可以跟你一起挖掘出有用之处。等你填充出一份漂亮的简历，能够完成下阶段（秋招/暑期实习）的要求后，就可以考虑“多”的问题啦~（前提是你有余力。上班还是很累的，想多休息下是人之常情）去不同的城市，不同的企业实习，可以见识到很多不一样的东西，同时积累大量的信息，为你未来的职业选择和生活规划 提供道听途说无法替代的体验。攒钱当然也是其中的一环，但这可不仅仅是钱的问题，这种相对起正式工作和定居几乎无成本的尝试，会影响你今后一生中大大小小的决定

1. 你的 Agent 系统Prompt 是怎么设计和迭代的？有没有做过 Prompt 自动优化？当用户提出不完整的请求时，如何补全用户意图的？2. 构建 Agent 的时候，遇到过哪些瓶颈？LangChain 的 memory 默认机制在多用户并发中怎么做隔离？你是如何保证线程安全的？3. 微调 Llama2 你是怎么选择训练样本的？清洗逻辑是什么？你有没有观察到哪些训练样本质量问题对模型行为有很大影响？举例说明。4. DPO相比 SFT，有哪些优劣？它在 Agent 任务上效果提升明显吗？你怎么构造偏好对？构造逻辑是自动的还是人工？5. 你说你服务部署在 vLLM 上，为何选择它？KV-c...

我觉得吧，这事儿其实挺明白的：​一段扎扎实实的“精”实习，能甩“走马观花式”的三段实习好几条街。​​你想想看，如果只是为了刷简历，每个公司待两三个月，干的全是边角料活儿。等到面试的时候，面试官随便往深了一问：“你这个项目遇到了什么核心困难？你是怎么思考解决的？”你很可能就卡壳了，因为根本没接触到核心。但如果你沉下心，在一家公司待上足够的时间，情况就完全不一样了。你能完整地跟完一个项目，能看到自己的工作是如何产生实际影响的，甚至能和团队的同事建立起真正的联系。你收获的不仅仅是一行简历，而是一套解决问题的逻辑、对行业真实的理解。而这些恰恰是面试官真正看重的候选人品质。所以，真没必要盲目追求数量。找到一份能让你“沉”进去的实习，深度参与进去，这种成长才是实实在在的。

自我介绍实习拷打kafka如何保证消息可靠性生产者幂等如何实现kafka如何存储offset信息k8s统一调度，弹性伸缩介绍K8在容器化部署中，容器的CPU和内存资源隔离到底是怎么在底层实现的链路追踪用的什么技术栈链路追踪中跨进程服务调用的时候如何知道他是属于哪一个链路的tracelD如何传输有没有可能完全不用改代码，就能同时实现链路追踪和埋点