选offer

春招和实习投递的时候，我最揪心的就是简历投出去就没了下文。天天刷招聘软件，等消息等得坐立难安，怕自己资历不够没竞争力，又担心错过合适的岗位，看着身边人有进展，自己却没动静，心里满是忐忑。

1、LoRA 微调的原理LoRA 的核心思想是不直接更新预训练模型里的原始大权重，而是在某些线性层旁边增加一个低秩更新分支，用低秩矩阵去近似权重增量。假设原始权重是 W∈Rd×k，全量微调时直接学习ΔW，LoRA 则把它写成：ΔW=BA其中A∈Rr×k，B∈Rd×r ,，(r) 是远小于 (d) 和 (k) 的秩。这样前向计算就变成：h=Wx+ΔWx=Wx+BAx实际里通常还会加缩放项：这样做的本质是认为很多下游任务对大模型权重的更新其实存在低秩结构，不需要真的去学习一个完整的大矩阵。LoRA 的优点是可训练参数少、显存占用低、训练快，而且原模型参数冻结，方便多任务切换和权重管理。2、LoRA...

(昨天忘记录了，有些忘记了)比较常规的八股1.自我介绍2.数仓实习中主要在哪几个数仓分层中参与过工作3.数仓中etl的工作简单说一下4.窗口函数中三种排序的区别5.SQL中排序函数有哪些6.用过哪些bi，有没有从零搭建起bi报表7.数仓中数据校验怎么校准，排查的时候有什么流程8.实习中业务问题，实习中遇到哪些比较困难的事情9.数仓分层有哪些，分层有什么作用大概是这些，有点记不清了反问:入职后主要涉及业务——餐饮业务我的表现怎么样——技术深度超过大多数人，业务沟通能力欠缺，我们需要更多的和客户接触面试后问了HR，没有明确表示拒绝，一周内出结果

最近摸鱼的时候和几个同行聊起现在的行情，发现大家都在不同程度地焦虑。天天看着各种新模型发布，感觉再写纯业务CRUD马上就要被淘汰了。但真想学AI，网上一搜全是一堆看不懂的数学公式和底层论文，看得人头皮发麻。作为一个在业务开发和数据打交道这块摸爬滚打过的人，我总结了几个咱们普通程序员（特别是主攻Java/Python、搞过后端或系统平台的兄弟）现在入局AI比较现实的方向，发出来跟佬们探讨一下，轻喷。1. 坚决别去卷的方向：底层大模型/纯算法说白了，这就不是普通人能玩的。现在去搞什么基座模型训练，那是神仙打架，大厂和顶尖实验室拿着几万张算力卡在烧钱。咱们一没算力二没那种学术背景，进去连门槛都摸不到...