现在有两个地方看起来比较合适，一个是去做业务场景落地，比如大模型应用到业务上，微调，agent这些；一个是去做基础技术，比如大模型 KV cache 等等优化，针对多模态场景的 KV cache 等等。两个平台都不错，图片上就是第二个。我的情况是，博士读书期间主要做科研，写论文，做的是多模态算法，改改网络结构，发发论文这些。感觉很多师兄师姐都是去做业务场景落地，不过工作可能也比较偏数据处理，业务调优等等。好处就是这个岗位需求大，跳槽也容易。坏处就是卷。。。基础技术研发感觉比较偏底层，做 kv 复用，kv检索等等，里面研究员，博士比较多。这个岗位好处是技术比较深，坏处可能需求量少，做模型基础平台技术不需要太多人请问大家这两个应该怎么选呢 #计算机# #深度学习与神经网络# #多模态# #大模型#  #大模型推理# #offer帮选#

国企去了可能就躺平了，一拖公积金10，企业年金5，数字马力公积金12

第一个大厂面就这么走远了，心有不甘，但是确实不匹配，只能说还得学，还有机会。

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？