今年应届大模型算法年包一个比一个高，某书某节应届生开七八十万的好像一抓一大把，但是一看JD：有大模型预训练经验，有万卡集群调度经验，发表顶会论文对于我们这种没有大厂实习，没进强组的小卡拉米来说，基本上都是不可能满足的条件。  所以，没显卡的穷孩子真的不能靠大模型算法翻身吗？ 关于这个问题，实际上也要看“大模型”的几个具体方向（虽然都叫大模型算法or大模型应用），按照对硬件资源需求的程度从低到高排序大概是这样： Prompt工程 ≈ Agent 开发 < RAG <  LoRA等高效微调 < 全参数后训练（微调） < 预训练 这么看其实很明了了，那些对资源要求极高的JD，...

密码的 年前刷boss除了字节都没几个hr招人，年后开工第三天，已经接了不知道多少个面试官电话，京东，腾讯，快手可灵。年前都开摆了是吧 狠狠举报你们！

楼主本来是混了一个实习，准备寒假沉淀下3月开投的，结果过年老家事情太多了，从2/10到今天2/25大概只学了一周，且大多数时间在算法上，简历八股完全没怎么准备，今年暑期还超级提前，简直想死了，想问下大佬们，直接备战秋招和春招可行吗

前言二面整体难度明显高于一面，问题从“你做过什么”升级为“你为什么这样设计”“如果量产会遇到什么问题”。不再停留在模块级别，而是围绕整机系统架构、视频处理链路、性能瓶颈、异常场景和可靠性设计展开深挖。面试官更关注：是否真正理解影像系统的数据流是否具备系统级架构思维是否有产品化与量产经验是否能从性能、功耗、热、稳定性多维度思考问题整体感觉：如果没有完整做过影像类产品，或者没有系统级复盘，很容易被连续追问带走节奏。详细介绍你做过的影像项目整体技术架构，你负责的模块是什么？数据流如何设计？如果让你从零设计一款运动相机的软件架构，如何分层？模块如何解耦？运动相机防抖有哪些实现方式？EIS 和 OIS ...