实习吐槽

# 一面  简单介绍，项目简单聊了聊，没有深入问。  C++语言问了点  1.volatile关键字了解吗？  2.C语言里static  3.指针和引用的区别  4.死锁是什么  5.虚拟内存知道吗？  6.cache了解么？  7.哈希冲突怎么解决？  8.项目遇到问题怎么调试？  9.用过示波器吗？（我简历上写了有嵌入式经验）  算法题：  在数组中找到并返回第一次只出现一次的数字。  第二天收到二面通知。  # 二面 聊了聊项目，问了问在项目中做了什么，因为不是很相关，感觉面试官没什么兴趣，问的比较少。  1.问怎么在C语言实现继承和多态  我答的struct结构体实现类的数据成员，设...

感觉前途一片迷茫  

很多伙伴第一次实习都会不自觉把mentor作为“救命稻草”和“指路明灯”，但是实际情况却大相径庭例如以下可能：1、mentor弃养，每天都是零交流、零输入、零反馈2、mentor总是踢皮球，自己鼓起勇气问了一个问题，mentor让我自己去问研发和测试3、mentor习惯性的PUA4、mentor给个“不可能完成”的任务，然后质疑我为什么没做好5、mentor“三天两头变卦”，给的方案建议反复横条，还怪我思考不全面其实很大可能他真的没有刁难你。真相是大部分的公司leader都这样，他的领导对他也是这样。他一定每天被自己的leader也这样折磨。大厂就是一个无休止的交作业，每个人都有领导，每个人都...

作为一枚AI大模型方向的硕士生，近一年来深刻感受到行业正经历从学术验证到产业深水区的迁移，所以我觉得我们这代技术人面临着挺多学术挑战，更需回答如何让实验室成果产生商业价值的现实命题 。最近在牛客刷到不少关于京东TGT的帖子，一句话总结就是：面向全球高校的技术应届生和毕业两年内的年轻人，不设薪资上限，直接招顶尖人才。我详细看了TGT官网的内容，简单分享几个我比较关注以及匹配我方向的课题吧，毕竟我们在选择一个课题投递的时候，如果能关注到课题背后的技术方向，在准备上会更有针对性一些：京东的供应链核心优势自然不用再提，TGT里面也有很多非常具象的研究课题：比如有聚焦供应链智能化方向的大模型驱动的库存预测与动态调货算法课题，直击零售行业库存周转率与履约成本的核心痛点，背后需要调度千万级SKU数据、融合时序预测与强化学习的技术栈，而且我记得去年京东也拿了Informs的大奖，足见京东在供应链数字化领域持续攻坚的决心；另外物流方向也有很多我感兴趣的，比如网络优化领域的多模态大模型在仓储机器人路径规划中的应用课题，会涉及视觉感知、轨迹预测与机器人控制的跨模态融合，这里的技术落地依赖于自研物流场景下的亿级图像数据标注体系与边缘计算算力集群，足以洞见京东在垂直场景数据壁垒与算力基建上的深厚积累；另外其他的课题方向我看也非常的具象且前沿，京东不愧是应用场景天花板，推荐大家都可以去看看有没有自己对口的课题，能兼顾科研&产业落地的研究还是蛮吸引人的。另外，TGT 计划的 "不设薪资上限" 标签固然吸睛，但更令我关注的是其背后的技术人才培育逻辑：算力基建维度：项目标配的行业顶尖算力资源，并非简单提供 GPU 集群，而是涵盖异构计算调度、分布式训练框架优化、模型压缩部署的全链路支撑体系。这种从 "调参优化" 到 "算力基建优化" 的能力培养，恰好对接了当前大模型训练中 "算法 - 系统协同优化" 的前沿需求；导师赋能体系：三位一体导师制（技术导师 + 业务导师 + 成长导师）构建了独特的知识传递网络。试想在优化Transformer架构时，既能得到技术大佬的指导，又能获取零售场景中千万级用户交互数据的调优经验，这种双轨制培养模式正是突破实验室 - 产业鸿沟的关键；对于处于职业选择关键期的算法硕士而言，京东TGT计划的价值不仅在于薪资激励（虽然不设上限这个确实非常吸引人hhh），但更吸引我的还是在于其基础研究-应用创新-场景落地的立体成长通道。在这个算力与数据齐飞的AI时代，应该没有比在真实的商业战场中，与顶尖团队共同破解 "效率与体验"" 安全与创新 " 的技术方程式，更令人心驰神往的了吧。