TPlink联洲 深圳嵌入式软件终面

2023年，开源模型刚刚多起来的时候，上手AI做的最多的事情就是微调，那会儿我有一张3090，就足够微调GLM2-7B或者Llama2-8B的模型了，网上还有很多的教程，教你怎么找数据集、怎么构建数据集，怎么微调大模型。仿佛只要学会了微调，我就一脚踏进了大模型工程师的门槛。包括到现在，很多客户一开始就说：“我们要微调一个自己的模型，网上都这样说的。”然后14B也好，32B也好，拉一堆行业数据往里塞，觉得这样才算构建核心壁垒。但连续了解几个项目之后，我现在的结论很清晰：对大多数做AI应用的团队来说，微调就是个坑。甚至面试的时候也会出现这个问题：为什么不建议微调？到现在网上还有很多新发的教程，一张...

大佬们看看，有没有什么还要修改的地方，第一个项目做的是黑马点评，加了一个rabbitMQ，第二个项目是鱼皮的API开放平台结合了一下鱼皮的大语言对话模型项目

（简历伪装成大三了）我是一个双非大二，意向是java后端开发能给我一些建议吗？开学就大二下了，什么时间去投递，能不能投递给中厂呢求前辈帮我看看😘

面试高频问题：“数组和链表有什么区别？”回答必须覆盖：存储结构、时间复杂度、缓存友好性、内存碎片、扩容机制、嵌入式适用场景。一、数组（Array）1. 存储结构连续内存固定大小（静态数组）可动态扩容（动态数组，如 malloc + 重新分配）下标访问：基址 + 偏移地址计算公式： addr = base + index * sizeof(T) 本质是一次加法运算 → O(1)2. 时间复杂度随机访问O(1)直接地址计算插入O(n)需要整体搬移删除O(n)后续元素前移扩容O(n)重新申请 + 拷贝3. 优点随机访问极快CPU Cache 友好（顺序存储）无额外指针开销内存碎片少4. 缺点插入删除...