求助:后端转大模型

求大佬们建议 深大本 方向是图像处理 本科跟了两个项目 一篇在投一篇在做 不打算读研 但打算转Java后端开发了 因为感觉做大模型学历不够 会被卡 如果是大模型应用开发如何呢 会不会不如Java（痛同时也不想放弃本科的项目经历）

我们是如何走到这一步的人工智能这一词出现，依然有几十年的历史，差不多每过十年就会经历一次 AI 浪潮。抛开那些繁杂的概念，只说大模型，起源可以追溯到 2017 年发布的《Attention is All Need》论文，论文提出了Transformer，给现在的 LLM（大语言模型） 奠定了理论基础。理论到落地通常需要很久的时间。所以直到2022年，才有第一个应用诞生，至今AI应用访问量上都占据着榜首。模型 & 应用如何理解LLM一个发光二极管，亮与暗代表1和0，这样电信号与数字信号便有了转换方式，硬件与软件有了初步合作。不过0101代码的还是不够让人类方便的理解，于是人们将一组01抽...

1. Encoder与Decoder中注意力机制存在哪些差异？2. 注意力机制的计算流程是怎样的，为何在计算时要除以根号下Dk，掩码注意力机制又是怎样达成的？3. 阐述GQA、MQA、MLA的原理分别是什么。4. 位置编码的必要性体现在哪里，为何选用sin_cos函数进行位置编码？5. 询问之前实习中Agent的设计思路，以及所提创新方法的实现方式。6. 提及使用DeepSpeed开展SFT训练，请说明DeepSpeed ZeRO Stage 1 - 3的不同之处，以及何种情况下使用FSDP更为合适。7. 询问Agent工具的设计情况，是否采用workflow形式。8. 了解哪些Agent开发框架，像langchain和LlamaIndex，它们的核心应用场景有何区别？9. 针对数据输入输出格式，为保证大模型输出稳定json格式，采取了哪些措施？10. 若Agent推理API需要低延迟响应，会从哪些方面开展系统级优化工作？11. 代码考察：给出LeetCode第34题，在排序数组中查找元素的第一个和最后一个位置

感觉这一年都在焦虑中度过年初还在学校，焦虑找不到实习，每天背八股背场景，终于在3月份找到一份实习，觉得能轻松一阵了。但等到进去后发现和自己想的并不也一样，当初承诺可以解除ai智能体开发也没了消息，反而每天被安排一些杂活，业务也没人带，全靠自己摸索，勉强干了几个月发现没有什么提升便开始找 下一份。看到每天投出去的简历没有回应，陷入怀疑自己的时期，但这份实习又不敢辞掉，只能边怀疑边干杂活边找下一份（现在想想当时是真滴苦）终于在运气加持下拿到两个不错的offer，一个电商一个智能车机，又陷入了选高并发还是和ai相关的纠结最终选择了电商，来到了杭州，在没有任何朋友亲人的地方一个人租房生活，找房子还全是...