小米的分布式存储二面会问啥？

楼主真实说法,不捧不踩，实事求是2025届本科毕业，到现在工作快一年了，在上海张江某原厂写裸机/RTOS/Linux核的bsp，年包纯base税前45w，也算有点小小心得，权当抛砖引玉吧。先简单介绍下背景，院校某985异地校区，大一大二有一些嵌入式相关的竞赛(但成果很一般) ，自己捣鼓了一些cpp的玩意(那个时候想转互联网），大三突然发现还是得找点实习，于是找了个简历模板填完简历顺便狠狠投了几天后，拿了几个offer，选了北京某riscv厂实习(虽然最后做的还是ARM SoC），最后因为学历不是硕士拿转正offer失败，刚好9月份，顺便就回校继续准备秋招了。好在那个时候已经拿到了不少offer...

2-3k的都找不到，求大佬拷打，给点学习或者找工作的意见，谢谢了。

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

1. 什么是生成式大模型？生成式大模型，就是在海量数据上训练出来，能够根据输入内容继续生成文本、代码、摘要、问答结果的一类模型。它不是去数据库里“查原句”，而是根据上下文，一个 token 一个 token 往后预测，所以它能生成新的内容。现在主流大模型大多是 Transformer 架构，尤其是 Decoder-only 这一类。因为这种结构天然适合做连续生成，训练目标和推理方式也比较统一。常见的生成式大模型有 GPT、LLaMA、Qwen、ChatGLM、DeepSeek 这些。2. 大模型为什么生成的文本能比较丰富，不会特别死板？核心原因有两个，一个是训练数据足够大，另一个是推理时不会每...