求助帖：无论文无比赛，AI应用/后端/AI Infra方向该怎么准备求职？

招见习生，实习生，秋招1.背景介绍，我是2024年生物医药专业入职华为海思，具体情况可以看我主页，现在在海思主要搞算力，业务方向华为半导体是华为公司核心研发部门，专注于昇腾AI、鲲鹏CPU等平台软硬件解决方案的研发与创新。作为华为AI算力的基石，我们支撑了华为全系产品的AI业务开发，覆盖大模型训练推理、异构计算、芯片协同设计等前沿领域，是AI技术从理论到落地的关键推动者。业务方向：1. AI Infra与大模型训推优化- 深耕昇腾AI平台，参与图编译优化、算子Kernel性能调优。- 探索异构计算资源（CPU/GPU/NPU）的自动化部署与调度技术，参与昇腾基础算子库/加速库构建，支撑DeepSeek等千亿级大模型高效运行。2.数学优化算法应用- 开发机器学习、贝叶斯网络发等统计模型，解决复杂业务场景问题- 研究遗传算法等元启发式黑盒优化技术，突破组合优化难题3.关键ai算法预研- 参与昇腾芯片亲和性算法设计，打造下一代ai软件栈与芯片协同架构我们期待这样的你：- 计算机、数学、电子工程、自动化等相关专业2026届或之后的毕业生；- 熟悉C++/Python，具备扎实的算法基础或软硬件开发经验；- 对AI、大模型、芯片技术有强烈热情，敢于挑战技术无人区。我招人是一方面，但是更多的，学生们可以和我聊聊，合适再选择，双向选择，战绩可查，已经来了两位很牛逼的学生，我也是这么过来的，当然知道你们经历了什么。

网友提问：yt哥你好！【个人背景】学历：双非本，211硕27届毕业实习经历：已有两段中厂实习。一段为自驾算法工程化，一段为Windows下局域网数据传输（偏C++底层网络）。一个600star的github项目，后续会包装成ai部署放在板子上跑（有面试官对我的开源项目挺感兴趣的但无奈我做的太简单了）当前困境：暑期实习求职中，因缺乏深度技术栈，屡屡碰壁：AI部署/推理方向：被搜广推部门捞，面试官对CUDA经历感兴趣，但我仅停留在蔚来实习做杂活的表层经验，未深入触及算子开发、量化等核心环节，一旦被深挖或扩展就卡壳。C++后端方向：懂底层网络编程，但对业务后端核心的MySQL+Redis毫无经验，面...

📍面试公司：阿里平头哥🕐面试时间：半个小时💻面试岗位：AI应用研发工程师❓面试问题：自我介绍介绍第一个项目讲一下你在这个项目中主要负责的部分、完成的任务，以及遇到什么难点，是怎么解决的？为什么选择用 Redis 做分布式锁？Redis 锁在高并发情况下遇到了什么问题？追问： 具体的锁误删场景是怎么发生的？追问： A如果在中途 Retry 了，还需要重新拿锁吗？Timeout 以后锁已经释放了，Java 进程还在进行怎么办？追问： 既然这个场景下 Redis setnx 不太适合，最后是怎么解决这个原子性问题的？介绍第二个项目追问： 这个项目是你自己业余时间做的，还是有真实用户来用？介绍一下 RAG的原理？它怎么满足你这个项目的需求？RAG 检索的具体链路是怎么设计的？追问： 简历上写提升了 97% 的召回率，这个具体是怎么算出来的？你这个大模型服务目前是怎么部署的？HR / 软性问题学校实验室经历：读研期间有没有做一些研究工作？导师/实验室那边的方向是什么？职业规划实习相关：什么时候可以入职？能实习多长时间？反问🙌面试感想：面试体验很差，首先面试官全程不开摄像头，然后没有手撕环节也很奇怪，最后就是反问环节问到部门在做什么，回复是'不方便透露'，，，那其实就没什么可问的了。

最近读了腾讯写的文章，简单自己做了下总结和理解，又有了新的输入，不愧是腾讯👍 一、学到的核心知识 1. 大模型推理的两大基石  Continuous Batching（连续批处理）：传统批处理要求一个 batch 内所有请求"同时开始、同时结束"，但 LLM 输出长度不可预测，会浪费 GPU。vLLM 把调度粒度从 request level 下沉到 token level——每一步看哪些请求"差几个 token"，就调度几个 token，把短请求填进 batch 的空隙里。 Paged Attention：传统做法一次为请求申请全部显存，碎片严重；P...