复活！分享一下ai infra见解

个人背景： 本科双非院校，硕士就读于杭电（杭州电子科技大学），将于明年（2026年）6月毕业。实习经历对比：上一段（6月初-7月中旬）： 某AI计算卡独角兽公司，AI推理框架开发工程师岗。主要负责框架测试和模型验证。团队氛围、管理方式、领导都非常好，业务本身属于风口，我的个人兴趣浓厚。但公司HR反馈转正机会极少（需实习约两年）。目前已离职。当前（7月中旬至今）： 海康威视，嵌入式Linux应用开发岗（传统业务部门）。实习满2个月可获得转正答辩机会。目前主要在学习自研工具和熟悉业务，尚未进入开发阶段。感觉技术栈相对传统稳定，个人兴趣远低于上一份实习。核心职业困惑：兴趣与前景的强烈冲突：对比两段实习后，我对AI Infra方向产生了强烈偏好，且该领域薪资远超嵌入式。但秋招现实是：AI Infra岗位稀少，双非学历与985竞争者相比劣势显著。短期策略的纠结：嵌入式（海康）路径： 更稳妥，更容易在秋招中获得转正/工作机会（保底意义）。AI Infra路径： 热情所在，但需解决竞争劣势问题。目前状态：白天海康工作，晚上兼顾科研和自学AI Infra项目，精力严重不足。寻求决策建议：选项A： 继续留在海康满2个月拿到转正答辩机会（作为秋招保底）？选项B： 放弃海康实习，争取在秋招前增加一段AI Infra实习经历（目标3-4个月）以弥补学历劣势？观察到前公司正在招聘同岗位实习生（离职时关系良好，是否值得尝试争取回归？）。若无法回归，是否应全力寻找其他同类公司实习积累经验？恳请大家基于我的背景和当下困境，在方向和策略上给予宝贵的指导~

一、什么是protobuf：数据序列化的一种方式Protocol Buffers（通常缩写为 protobuf），它是 Google 开发的一种高效、跨平台的结构化数据序列化机制。1.1 Protobuf的优点它主要有四个好处：1，空间小+速度快。空间小，指的是序列化后二进制数据的大小，和json、xml相比，占用的空间更小。速度快，指的是序列化、反序列化的速度，和json、xml相比更快。(和protobuf的二进制编码方式有关)2，跨语言性好。使用 .proto 文件定义数据结构后，可以使用官方或社区提供的编译器 (protoc) 生成多种编程语言（如 C++, C#, Go, Java,...

求懂训练or推理的实习生简历，hc多多，seed infra训练团队，base北京，方向是多模态训练加速，有算子经验或者分布式训练经验是加分项

一面-40min自我介绍项目经历深挖（介绍项目周期、背景、困难）学习中遇到的比较困难的课程，怎么解决的学习中遇到的困难最近关注的科技产品，硬件软件二面-20min自我介绍问数据分析和定量方法定性方法的区别在哪里，分别的优缺点介绍一段觉得最难的经历一段最能体现团队合作的经历短中长职业规划对岗位的了解反问估计凉凉了....