如果空有学历，没有技术，那么不会很长久，技术不行怎么帮得上团队，做一个不会一个，估计用不了多久就会被辞退，大部分企业还是不会养闲人。如果没有学历，但是空有技术，很大概率只能米泯然于众人矣，不可否认一份漂亮的简历是有分量的敲门砖，一张通往大厂，进入面试官视野中的绿卡，很多大厂都会有点唯学理论，学校不行就会判死刑一样。但是除了上诉两种以外，还是有很多有技术的人才得到认可，是金子总会发光了，很多二本院校进入大厂，所以相信后天的努力！！！

1⃣一面时间：9.12  时长：1h code：统计岛屿数量、最大岛屿面积，DFS方法解了然后介绍实习项目，面试官非常耐心地听，没有打断八股 1.bert和gpt的区别？（从模型架构、训练方式、使用场景方面回答的） 2.训练/微调一个LLM的流程？ 3.实习时用的 megatron 框架吗，对分布式训练框架了解多少？（回答了deepspeed和megatron区别，以及几种并行方式，以及deepspeed的三种zero） 4.了解强化学习吗，跟SFT有什么区别？ 5.反问：业务，对岗位的期望💣评价：有点紧张，算法题有一个小失误没注意到 2⃣二面时间：9.14  时长：1h 八股 1.写一下 ...

最近在开源项目 OpenCut（一个定位为开源版“剪映”的替代品）上，突然冒出一个PR，代码量高达12万行，令人瞠目结舌——重点是，这些代码全部来自 Claude AI。一时间，整个 GitHub 社区炸了锅，500 多条评论，围绕 AI 编程的利与弊展开了激烈讨论。AI 编码正在以前所未有的方式冲击“古法编程”，但在开源社区，这场冲击显得尤为敏感：AI 提供的代码质量如何保证？是否安全？是否原创？这些问题没人敢轻易拍板。最后，这位提交者还是关闭了那个超大号 PR。毕竟，信任 AI 代码，还得慢慢来，不能像运行 npm install 一样快。对我们来说，人机协作还在磨合期，从“你行你上”到“你写我审”，中间还差着一整个信任机制。AI 能不能写代码？当然能。但我们能不能放心地 merge？那就得再等等。

作为一名自动驾驶算法工程师，本人在读研期间有为期一年半以上的自动驾驶感知算法岗实习经历，并且在互联网大厂秋招中拿到了华为、百度、理想、蔚来、地平线、美团、旷视、小米、轻舟、毫末等诸多自动驾驶感知算法岗Offer。这篇文章就来分享几个制作出高质量个人简历一定会用到的小技巧！一、成果一定要量化，增强说服力无论是论文、科研项目还是实习项目，在简历中呈现时一定要有量化的指标，切忌空谈成果。因为很多大公司的 HR 每天要浏览几百份甚至上千份简历，平均每份简历的浏览时间不到 10 秒，量化的成果能在短时间内抓住 HR 的眼球，让他们快速了解你的能力和个人贡献二、内容一定要聚焦，紧扣岗位需求，去除无关信息简...