有算法部署这个方向的工作嘛？

就业方向建议本人背景：双非本西电硕研二研究方向：模型轻量化（KV Cache），但目前也只是知道在做什么，复现过两篇SOTA论文，还没有自己的idea项目上：自己做过一些嵌入式和大模型边缘部署的项目，会CMake, shell, gcc交叉编译10月以为自己会点嵌入式“会点*大模型压缩就可以找AI Infra相关的实习了，实则狠狠打脸，vllm，sglang，CUDA深层次的一个都不会，遂放弃目前就业方向纠结：模型部署/AI Agent/嵌入式/前端1.模型端侧部署 发展前景怎么样？场景主要是车厂和工业环境？感觉手机端侧模型的能力很鸡肋。薪资比传统嵌入式高2. AI Agent RAG RL 目前身边的人都在做这个，但自己现在还不会Java强化学习，焦虑自己进度3. 嵌入式 一般的厂薪资低上限也低，大疆要求如何？4. 开发的话今年感觉前端比较缺人，但就要放弃之前的积累，也不知道发展如何5. 推荐入局算力算子吗想听听正在秋招和已经就业的学长学姐的看法和建议

真诚求前辈们的建议，本人2本9硕，中间gap 一年，硕士CV方向，只有横向项目，论文在投，预计27年毕业。目前的想法是java后端开发，学有余力的话再学一些大模型相关的走AI 开发。也在考虑agent开发、AI infra等大模型相关岗位。infra的话因为深度学习项目也是比较类似的，所以有这个考虑。想问一下这个学历会被卡吗？是走java后端开发还是  all in大模型呢？有没有前辈们评价一下呢

1．项目介绍2．讲讲你对 transformer 的了解3．有哪些常用的解码策略， topp 和 topk 的具体细节，以及实现上的差别4. 意图分流的 agent 怎么做微调的，用了多少数据5.如何做 embedding 微调的，如何构造正负样例，训练的 loss 是什么6.RAG有哪些可优化的地方7．你的 RAG 项目中用到了 agent 吗，一般 agent 会用在RAG 链路中的哪些部分8．做 sft 时是怎么做数据配比的，参数具体怎么设置的9.RLHF的流程，有没有训过 PPO10. deepseed 的原理，zero1,2,3怎么做的11.了解过排序模型吗，讲几个经典的排序模型吧12．说一下 vllm 部署8*7B的 MOE 模型每秒大概能推多少token13．对比学习了解吗，讲一下（比较突然，不知道为啥要问）14.code :实现rand5到rand7

1.详细说一下dns解析它是怎么解析的，过程咋样2.Transformer你给我讲讲它底层原理，讲一下它为啥能替代RNN，我们知道Transformer架构已经很成熟了，但你觉得它的Self-Attention机制在多模态对齐上会不会存在瓶颈？有没有实际场景里注意力权重完全偏掉的情况3.说下LoRA的原理吧，LoRA是不是只能在Linear层插？你有没有了解过为什么不能插在LayerNorm之后？这会对训练稳定性造成什么影响4.你刚才提到用过QLoRA，那你能具体说说QLoRA是怎么降低资源成本的吗？常见的量化方式有哪些，QLoRA为什么选的是NF4和FP16这组组合，而不是别的组合？你能说说NF4 的分布拟合逻辑吗5.我们做了一些multi-query attention优化，但发现decoder延迟还是高，你觉得是哪里的瓶颈vLLM 本身的KV cache 是不是反而是负担7. Embedding模型和Rerank模型分别是怎么处理文本语料的？用场景举一下例子8.看你做过RAG，讲讲从数据清洗到检索服务上线这整个链路是怎么搭的，你是怎么做chunk切分的10.你觉得当前RAG的最大瓶颈在哪？你做过哪些改进来提升 Recall11.你们在训练xx领域大模型的时候，SFT 数据怎么构造12.看你做过LoRA微调，那你是怎么选rank值的？合并adapter权重的时候有没有遇到梯度爆炸13.我看你这个特长里面也有写过使用这个模型部署是吧你也做过相关模型部署的工作，那咱们能简要的说一下，我们部署的参数量模型部署的参数量，然后还有它对应的硬件之间的需求关系，比如说我每个参数量的模型所需要的算力需求大概是什么？先给出一个题吧，我们部署一个MOE架构的千分三的235b的一个模型，他所需要的算力大概是多少？14. 比如rag知识库搭建就是比如说我们在搭建这个知识库的时候，需要对这个知识库的文件文档进行动态更新了，那么你之前是用的是全量嵌入还是增量处理？如果是用增量的话，那么怎么来避免新旧文档的文单的分布不一致导致的这种检索偏差的问题15.你那个机械臂的那个动作态这一块融合的这一块，然后你那个具体的数据是怎么进行一个融合的，然后这个对比协议是怎么做的16.在做多模态融合的时候，有没有做过过视觉跟文本之间的对齐任务，怎么做的