双非一本，今年刚大一，对游戏开发很有兴趣，但是不知道怎么学，怎么入场？望大佬指点😭😭#双非本科求职如何逆袭# #双非有机会进大厂吗#

开启说职场系列新篇章 前面都在说如何求职七坑八坑的 我算是已经帮大家踩完了😋回到本文主题 时间来到2022年 学了半年前端的我第一次加入了某互联网大厂干前端实习当时我的mt一来就发出：不懂就问的言论因为当时靠着包装背八股混进去实习（刚接触前端小半年） 实际上我后台管理都写不明白 然后我就真的喜欢问一些若志问题 然后很显然 我就把她问烦了 但是无所谓 毕竟是实习 而且开不掉doge但是后面一段实习 遇到了很好的ld和mt 在秋招时候帮了我不少 帮我解决我答不好的问题 而且这边还给了转正 于是我又开始老实了（相信职场）最后当我正式入职后 新的mt依旧是《不懂就问》但是其实我问一些比较简单的东西 或者刚刚好不知道一些的东西 这些不好的影响全部都放大到我的ld上面 被反馈是我经常不会 需要问这问那（所以真是宁愿拖排期也不要问 问了别人提效让他们赚了自己被打低能标签了） 刚好我这个ld也是个抽象怪 然后我就裂开了 据我同组的别的校招生反馈 基本上都处于不敢问 或者是问了还让你自己去想 孤立无援啊唉 真的在职场混还是要留个心眼 虽然如果技术好确实可以随时跳槽 基本上薪资的涨幅还是得靠跳槽 #无实习如何秋招上岸# #前端#

#聊聊我眼中的AI##牛客AI配图神器#DeepSeek R1 的开源为更多人提供了机会，使大模型微调和私有化部署成为可能。企业不再局限于使用公共大模型的 API，而是可以利用行业数据进行大模型微调，进而实现私有化部署。这种做法不仅能提升领域内的效果，还能帮助企业构建行业竞争壁垒。因此，企业有动力投入算法资源，探索大模型微调及私有化部署的可能性。微调大模型并私有化部署涉及以下工作：1. 准备优质微调数据；2. 进行模型微调训练；3. 实施模型分布式部署。近期，许多科研团队采用模型蒸馏训练方法，以较低算力成本复刻出高性能大模型，这为前两项工作提供了经济可行的解决方案。DeepSeek R1 的出现展示了大语言模型的巨大潜力。预计在 2025 年，AI 将迎来爆发式发展，相关基础设施将更加完善，将提供简便的分布式部署方案，并确保模型服务的稳定性。不知你是否认同以上观点，欢迎在评论区共同探讨。

更新：问了hr，说通过了，年前安排一次hr面。1、自我介绍2、项目介绍3、项目细节问了一些4、共享屏幕论文网络图5、实习收获，个人成长6、自己的编码能力怎么样7、反问8、面试官介绍公司部门，业务没了，没八股，一开始面试官就说简单的进行一些交流，问完我之后，面试官全面介绍了公司的业务花了二十多分钟。忘记反问学习建议了，亏了。