想做 AI Infra / LLM 推理系统 方向。 身边没有同方向的朋友能问，自己摸着石头过河整理了一份学习路线，越整理越虚——感觉知识点又多又散  我自己总结的核心路线就一句话： 先理解模型前向 → 再理解单请求生成 → 最后再看多请求 / 多卡 / 多实例下的系统优化 把 Decoder 模型和最小推理框架先跑通，再去看工业级系统，应该很多设计会自然浮出来——这个思路对吗？ 想和大家多多交流！

个人bg学历双非一枚，在校期间死磕电赛 + RM两个比赛搞嵌入式。大二升大三时觉得在比赛里能学到的边际收益越来越低，更想往一线产品开发上靠，就半离队跑出去实习了。各家公司的秋招陆续开锣，开个帖子记录一下自己面试的过程，自己复盘的同时，也希望能帮到同届的xdm，互通有无💪 投递时间线 & 整体感受5月其实是个非常尴尬的时间窗：大厂暑期实习基本收尾了秋招还没正式启动留出的坑位基本要求尽快入职（云鲸智能、智元科技这种），但大部分27届最快也得6月中旬考完试才能到岗——总不能为了实习丢毕业证吧，这就本末倒置了五一结束后开始陆续投简历，截止5/10约到两个面试，都是B轮左右的小厂，面经分享如下...