刷旧题还是刷新题

想写这个很久了，因为自己在开源和实习中也接触过一些 ai 的工程化内容，对这一块也有一些自己的思考，这个路线图说是 AI 应用开发全景路线图，其实我是想写从 maas 平台到 AI infra 的整个模型工程化的全链路的知识，但是笔力有限，第一版应该先聚焦于平台和应用开发。学识尚浅，也欢迎各位牛友一起交流，探讨，完善阅读建议：每个模块开始是我的一点思考和收集的信息，后面就是学习建议和资料（主要是开源项目+文档，视频资源如果有比较不错的也会放上去），有些技术可能没有好的教程，后续会陆陆续续的出文章+ demo 和大家交流一，AI 应用开发到底是什么概述AI 应用开发这个字眼从 gpt 刚开始火的...

目前0实习，想年后找一个，求拷打简历

1. 介绍一下你在一面提到的XX项目，重点说说架构设计答案要点：整体架构：采用分层架构（接口层、业务层、数据层），模块间通过接口解耦技术选型：说明为什么选择某个框架/库，考虑了哪些因素（性能、可维护性、团队熟悉度）难点突破：如何解决高并发、数据一致性、性能瓶颈等关键问题优化迭代：项目上线后做了哪些优化，效果如何（用数据说话）2. 如果让你设计一个线程池，你会怎么实现？答案要点：核心组件：任务队列（存储待执行任务）、工作线程数组、同步机制（mutex+condition_variable）任务提交：通过模板函数接收任意可调用对象，返回future获取结果线程管理：固定线程数或动态调整，线程从队列...