简历求拷打，想找大模型相关的实习

全程手机作答，每题一分钟思考时间一道游戏题，钓鱼，卖鱼，要使得赚得钱更多（注意不同框能承载的重量） -- 又出现了新的AI面试题，好玩好玩哈哈哈面对多任务和领导催促，压力很大，如何应对？对现在技术创新和颠覆有什么看法，如何应对？成员不愿意分享信息和资源，如何解决？分享跨学科自学并用到项目或科研的例子？作为团队的协调者，如何处理不同成员之间的矛盾？工作中事情办得不圆滑导致其他问题发生，是什么原因导致的？具体例子你工作主动负责，同事认为你想升职故意的，你如何看待并应对？

如图，求各位大佬指点，目标想找中大厂的算法岗，会不会是痴人说梦，先谢谢各位看到此贴的大佬，打个胶先😋

8月末投递，java后端开发日常，base广州一面：介绍项目+项目的业务（速通）二面（挂）：1.项目背景2.redis+caffeine的机制和流程，解决了什么问题？3.解释一下令牌桶算法，访问超出令牌数量是怎么处理的？4.用户使用令牌的流程？5.AOP的原理？两个动态代理的区别？cglib底层jvm层面的实现？（这个没答出来）6.大二实习？整个流程20分钟，挂，一个没答出来就挂了

#大模型训练##WLB#组内直招，坐标联想研究院ICI lab，薪资满意和WLB都能满足，欢迎大佬投递。简历可发邮箱liaodc5@lenovo.com岗位职责： 1. 负责设计高可用大模型训练容错系统，支持千亿大模型预训练 2. 负责大模型训练容错checkpoint优化，提升大模型checkpoint读写与恢复性能 3. 负责大模型弹性训练框架的研发 岗位要求： 1. 全日制硕士以上学历，计算机科学与技术、人工智能等相关专业； 2. 熟练C++/Python语言、数据结构以及计算机系统结构，有AI模型性能调优经验，以及良好的工程实现能力； 3. 熟悉 AI 领域常见的分布式训练技术，包括但不限于：数据并行、流水线并行和张量并行等，具有相应的项目经验； 4. 至少熟悉一种AI框架（PyTorch/TensorFlow/Paddle/DeepSpeed等)，能够熟练使用和调试； 5. 熟悉 GPU 硬件结构和 CUDA 计算原理，有 CUDA 相关算子开发、调试经验，对 NCCL/cuDNN 等有一定了解； 6. 对大规模预训练模型有较好的了解，熟悉常见的预训练模型（如GPT、BERT等）结构、训练方法和优化技巧。 7. 具备出色的问题解决能力和创新思维，能够分析和解决复杂的训练问题，并提出改进和优化的方案； 8. 具有良好的团队合作精神，能够与跨部门的团队紧密合作，共同推动项目的成功。 加分项： 1. 有大模型研发和分布式训练经验 2. 熟悉Kubernetes架构以及大模型训练容错系统 3. 在AI或者HPC领域发表过高水平论文