华为审批没过

先是自我介绍，聊了聊项目和之前的实习。八股：1. 大模型预测 token 的损失是怎么算的？有哪几种常见的损失函数？2. 讲讲大模型的思维链技术？3. 聊聊 Transformer？它有啥优势？位置编码是咋做的，有啥改进？ROPE 是啥？Transformer 是怎么把文本转成 token 的？4. Lora 微调八股：矩阵 A, B 怎么初始化？为啥 B 要初始化成 0，A 不行吗？啥是矩阵的秩？5. Bert 和 GPT 有啥区别？大模型时代，小模型还有用吗？6. MHA 是啥？有啥改进？讲讲 DeepSeek 的 MLA？7. MOE 一般加在哪？从训练和推理的角度看，MOE 有啥好处？...

搜索部 首先说下timeline8.18，投递8.19，约一面8.21，晚上一面call约二面8.22，上午二面下午oc周末等待（8.23，8.24）8.25，offer一年前，我还是懵懵懂懂，高考完的暑假，只会提前学学高数，未来的画像是什么？我或许无法预测。开学后，自学Python，接单，无数个客户的ddl，偷偷摸摸一个人找自习的地方，这一步步竟然为后来的我，搭建工程能力的基础。大一上，我也要感谢我的第一位老板，让我接触到了实习，师兄带着我一步步入门，看他们写的飞书文档。大一下，导师带我参与企业项目，这让我渐渐发现，应该去实践，增长见识，而非局限当下，盯着自己的小新pro。不久后，第一波投递开始，结果当然是约面极少。盯着简历上的文字和ssob，我开始思考，确实很多可以去提升。带着些许不甘心，继续沉淀，慢慢的约面也越来越多，有的时候两天7场，准备完就接着下一个日程。这一次，也许是刚好到位吧，比较match，面试答的流利，关关难关关过，成为度孝子展望未来，依然是重重挑战，果然只有收到offer的那一刻是开心的。愿在百度星海拆解的每一段代码，都能成为丈量宇宙的诗行；此志终赴星河，而今迈步重铸天阶。屏幕前的你们，在无数个向星海奔赴的日夜，一定一定，会在未来化作群星回响的征程——请永远相信此刻埋首耕耘的自己！！！

费劲巴拉的填写简历，最后终于完成投递，投简历的时候才发现原来浪潮也是国企啊，那进去之后是不是可以养老了，有没有佬解答一下