今年应届大模型算法年包一个比一个高，某书某节应届生开七八十万的好像一抓一大把，但是一看JD：有大模型预训练经验，有万卡集群调度经验，发表顶会论文对于我们这种没有大厂实习，没进强组的小卡拉米来说，基本上都是不可能满足的条件。  所以，没显卡的穷孩子真的不能靠大模型算法翻身吗？ 关于这个问题，实际上也要看“大模型”的几个具体方向（虽然都叫大模型算法or大模型应用），按照对硬件资源需求的程度从低到高排序大概是这样： Prompt工程 ≈ Agent 开发 < RAG <  LoRA等高效微调 < 全参数后训练（微调） < 预训练 这么看其实很明了了，那些对资源要求极高的JD，...

#嵌入式# #实习与准备秋招该如何平衡# #我的实习日记#

面试录音转文字记录，然后AI总结业务与项目经验（电商/订单方向）Q：针对淘宝接口的时间限制，你们如何拉取和存储订单？A： 淘宝默认只给 3 个月数据。通过聚石塔接入，普通版用户调 API 实时拉取；高级版用户则通过 TMC 消息队列或 RDS 数据库实时同步并持久化存储，可回溯至 6 个月。 Q：复购标签/复购率的具体判定逻辑是什么？A： 在 6 个月范围内，若当前订单的买家 ID、卖家 ID 及商品 SKU ID 与历史记录匹配，则判定为复购。 Q：如何优化复购查询性能并处理高频刷单场景？A： 数据库层面：建立专门的索引表，包含买家/卖家 ID、SKU/SPU ID 及创建时间，避免直查主库...