Momenta大模型应用研发实习一面凉经

因为大一有点迷糊，大二才正式确定方向，所以可能我的学习进度有点慢，目前学了掌握了cpp，以及LangChain的基本用法和了解一些基本组件，以及Liunx基本系统指令，和网络服务，还有根据别人的给的设计，差不多自己独立完成了一个在线oj系统(前端是ai写的，主要是通过这项目了解前后端交互过程)，然后目前在学redis和docker，Mysql也只会基本的增删查改，想问问各位大佬，我这情况可以投简历吗，还是沉淀一下

面试题简述你平时用过线程池吧？那你说一下线程池有哪些核心参数？提交任务有哪几种方式？如果线程池里的任务抛异常了，你一般是怎么感知和处理的？面试官想听的这道题本质上考察的是并发模型的理解。核心考点在于：1、你是否理解线程池设计背后的资源控制和并发治理，而不仅仅是记住参数；2、你是否理解不同任务提交方式的语义差异，特别是它们如何影响任务的执行和异常处理；3、你是否处理过线程池异常丢失的问题，并能在生产环境中做到预防和监控。面试回答举例线程池的核心目标在于 复用线程、控制并发度、避免资源耗尽。线程池的设计围绕着资源控制和并发治理展开，其核心参数都是为了确保在并发任务量突增的情况下，既能保证系统稳定运...

我自己是985本英专在读，从大二下学期开始接触AI，大四的时候秋招成功拿到了三家大厂的AI产品经理offer。相信大部分同学和我一样，在刚开始学习AI相关知识的时候，一直在犹豫是否要从代码开始，学c语言、学Python，陷入了似乎只有学计算机才能懂AI的困境。其实直到现在，不借助任何工具，我自己也不能成功写出超过10行代码，但我可以在几小时内利用各种AI工具vibe出一个软件产品出来。转行AI，不会写代码其实真没事，关键是你是否具备这些AI技能！工具应用层（最基础，必须会）能用AI工具完成实际任务，比如用VibeCoding工具（Cursor、ClaudeCode等）把产品idea跑通，用Gemini/Claude做信息拆解、文档撰写、竞品分析等。技术认知层（不用会做，但要听得懂）理解主流AI技术的原理和边界，比如大模型是怎么工作的、agent的底层逻辑是什么、RAG和fine-tuning的区别在哪。不需要手写代码，但要能和技术团队对话，判断一个需求技术上是否可行。产品能力层（核心竞争力）懂用户需求、会拆解产品逻辑、能写清晰的PRD，这些是传统PM能力，但在AI产品里需要叠加对AI能力边界的判断——知道哪些场景适合用AI解决，哪些不适合。行业认知层（持续积累）保持对AI行业动态的敏感度，了解主流模型、工具、竞品的最新进展。当然，在日常看到一些AI资讯的时候，少不了接触各种晦涩难懂的技术术语。我的方法就是碰到一个不懂的直接丢给gemini让他讲，直到自己看明白，一点点日积月累，就能慢慢掌握“技术”的理解。

近4天共 112 家公司发布AI相关岗位，涵盖软件、硬件、芯片、算法等方向，按招聘类型分类如下，大家抓紧投起来！ 一、春招（94家）    公司 类型 岗位 截止时间 投递链接     搜狐畅游 民企 程序开发、平台技术 招满为止 投递   佑驾创新 民企 算法类、软件类、测试类 招满为止 投递   爱旭股份 民企 研发技术类 2026-07-01 投递   思源电气 民企 研发类、工程类 招满为止 投递   创维电器 民企 技术研发、智能制造 招满为止 投递   无忧传媒 民企 AI研发 招满为止 投递   杭州交投集团 央国企 科研技术岗 2026-03-25 投递   白云电气集团 民企...