想做 AI Infra / LLM 推理系统 方向。 身边没有同方向的朋友能问，自己摸着石头过河整理了一份学习路线，越整理越虚——感觉知识点又多又散  我自己总结的核心路线就一句话： 先理解模型前向 → 再理解单请求生成 → 最后再看多请求 / 多卡 / 多实例下的系统优化 把 Decoder 模型和最小推理框架先跑通，再去看工业级系统，应该很多设计会自然浮出来——这个思路对吗？ 想和大家多多交流！

这个是流程终止了吗

整体难度简单，主要问自我介绍、实习项目和一道 SQL 手撕题。1.自我介绍上来先做了一个简单自我介绍，主要围绕学校背景、实习经历和项目经历展开。2.实习 / 项目经历项目部分问得比较细，会顺着简历继续追问，比如：项目背景是什么自己负责哪一块用到了哪些模型或技术数据从哪里来效果怎么评估遇到的问题和解决方式感觉面试官比较关注项目是不是自己真的做过，也关注技术深度，会追问一些细节。3.SQL 手撕给了三张表：trades(trade_id,buyer_user_id,seller_user_id,symbol,price,quantity,traded_at)orders(order_id,user...