阿里云意向审批

已经入职PDD大概两个多月了，总的来说感受还是差强人意滴。先说好（感动）的点：组里的同事都特别特别特别好，◉‿◉，包括但不限于主动介绍项目，有问必答，各种问题保证给讲的明明白白，尤其是我刚来的时候，问过一些特别特别基础的问题，同事们都会很认真的回答，而且自己做的方案 写的代码，同事们都会一一给我review，指出各种问题，引导着我解决。而且这边也很有层次，需求从小中大，一步一步的来，干起来不会让人感觉特别痛苦，最主要的是同事们都是那种很厉害很有经验的大牛，问问题也不怕尴尬，很热情! 真正感受到一个很好的团队氛围。现在也是逐渐上手起来了，感觉和小时候玩洛克王国一样，背包仓库里面可用的宠物越来越多，项目越干越熟，经验越积累越多。这边真的不会感到心累，而且薪资在大厂中也是很有竞争力的。总之感觉很好!缺点的话，就是累😩，身体累，真的累，一周休一天，每天工作时间也不短，相比其他大厂，强度的确是高的，个人时间也相对少。。。( ᵒ̴̶̷̤໐ᵒ̴̶̷̤ )我这边所在的部门属于技术平台，有效能，存储，云网络，数据等等可做的方向，而且这边几乎不裁人，主打一手稳定!!!如果大家不嫌弃pdd的缺点，我是十分十分推荐来滴!下附内推码https://careers.pddglobalhr.com/campus/grad?t=KzFaxDChPJ26届的uu可以直接后台私信我，这边可随时帮忙联系HR 咨询各种问题!

1. 在LLM推理里，我们经常听到一个词叫prefill，能解释一下它是什么意思吗？2. 我们来聊聊Transformer的基础吧。能先介绍一下Softmax函数吗？然后整体讲讲Transformer模型，特别是里面的QKV（Query, Key, Value）机制，能详细说说这个过程吗？3. Transformer的训练复杂度还挺高的，尤其是在处理长序列时。你了解哪些工作是致力于降低它训练时间复杂度的？4. 长上下文（long context）是现在LLM的一个研究热点，你都知道有哪些方法可以解决或者缓解长下文问题？5. GQA（Grouped-Query Attention）的原理是什么？...

是在无力吐槽，和对面的实习妹妹共用一张桌子，这妹子老是抖腿，首先是声音，裤腿之间的摩擦，大腿和凳子之间的响动，然后整个桌子都在轻微的抖动，实在是受不了，关键又不能说，这妹子老是把头低着，谁也不说话，又怕她敏感，心累……最受不了了的是抽烟哥，明明已经写了不能再公共区域抽烟，这哥们一根一根接着抽，不管不顾，已经有几位老同事批评他了，但是他还是我行我素，整个办公室弥漫着一股烟味，久久不散，再加上开了空调，完完全全就像进了网吧一样，就差少了点槟榔味。

数论题没 guess 出来，打个表才发现规律，原来这么有意思