给他倒了杯水:“那就等等。反正也不急这一两天”。
“嗯”。林晨接过水杯,心里涌起一阵暖意。这八个月来,苏婉从来没有给过他压力,没有问过“什么时候能找到工作”,没有抱怨过家庭开支的紧张。她只是安静地做好自己的工作,照顾好这个家,在他学习到深夜时端来一杯热牛奶。
这种无声的支持,比任何鼓励的话语都更有力量。
周末两天,林晨没有放松。他重新梳理了机器学习的重要概念——从线性回归到神经网络,从梯度下降到反向传播,从过拟合到正则化。又把LeetCode上标注的常考题目刷了一遍,重点复习动态规划和图论算法。
周日下午,他给堂哥林枫打了个电话。
“晨晨,怎么样?面试过了吗”?林枫接起电话就问。
“还没面呢,改期了”。林晨说,“浩子最近怎么样”?
“好得很!上周他们学校搞了个刀工比赛,这小子拿了第二名”。林枫语气里满是骄傲,“老师说他特别有天赋,切土豆丝能切得跟头发丝一样细”。
林晨笑了:“那就好。你跟他说,好好学,等我这边的机会定下来,咱们就着手规划餐饮的事”。
“真的”?林枫声音提高了几分,“晨晨,你真打算投钱开店”?
“嗯。我研究过了,科技园那边的白领餐饮市场还有空间,做品质好、性价比高的自选快餐,应该有机会”。林晨说这话时,脑海里已经浮现出初步的商业模型——选址、客单价、翻台率、成本结构、供应链管理……
这八个月他不仅学了AI,也看了不少商业和餐饮管理的书。失业让他有危机感,但也给了他时间思考和规划更多可能性。
“太好了”!林枫兴奋地说,“我这边建筑工地的项目下个月就结束了,正好有时间。浩子再有两个月也就毕业了,时间刚好能接上”。
挂断电话后,林晨打开电脑,新建了一个文档,标题写上“餐饮创业初步规划”。他开始罗列要点:
选址:科技园核心区或地铁口,面积80-120平
模式:自选快餐+线上订餐
定位:干净、健康、性价比
投资预算:30-50万(含半年运营资金)
团队:林枫负责运营和供应链,林浩负责后厨,自己负责财务和整体规划
写着写着,他忽然意识到,自己其实已经在为“如果T厂面试失败”做准备了。
不是悲观,而是理性。
周一一整天,邮箱安静如常。
周二上午,林晨照例检查投资系统运行情况时,手机响了。又是一个鹏城归属地的陌生号码。
他深吸一口气,接通:“喂,您好”。
“林晨先生吗?我是T厂HR李婷”。还是那个年轻女性的声音,“面试时间协调好了,这周四上午十点,依然是技术电话面试。面试官是陈博士。稍后我会把具体的面试链接发到您邮箱”。
“好的,谢谢”。
“另外,陈博士的面试通常会比较深入,建议您重点准备机器学习基础理论和实际项目经验”。对方补充了一句,语气比上次稍微温和了些。
“明白了,非常感谢”。
挂断电话后不到五分钟,邮箱提示音响起。林晨点开,是一封正式的面试通知邮件,附有一个视频会议链接和面试注意事项。
他盯着屏幕上的“陈博士”三个字,心跳微微加速。
张伟之前说过,陈博士是T厂AI部门的技术负责人,业内大牛,面试风格以严格着称。能让他亲自做技术面试,说明这个岗位的级别不低。
但同时,这也意味着面试难度会很大。
林晨打开浏览器,搜索“陈博士 T厂”。跳出来的信息不多,只有几篇技术博客和他在某个AI峰会上的演讲视频。他点开视频,一个四十多岁、戴着眼镜、表情严肃的男人出现在屏幕上,正在讲“AI模型的物理成本与效率优化”。
视频看了十分钟,林晨就意识到这位陈博士的技术深度远超他之前接触过的任何面试官。那些关于模型压缩、推理加速、硬件协同的讨论,涉及到底层架构和工程实现的细节,不是普通应用层开发者会深入思考的问题。
他暂停视频,打开笔记本,开始记录关键点。
这一准备,就到了深夜。
周三,林晨给自己做了最后一次模拟面试。他让苏婉扮演面试官,随机提问机器学习相关的问题,从基础的“解释一下过拟合和欠拟合”到更深入的“Transformer模型相比RNN的优势在哪里”“如何解决梯度消失问题”。
苏婉虽然不懂技术,但照着林晨准备好的问题清单念,倒也像模像样。
“如果让你设计一个推荐系统,你会考虑哪些因素”?苏婉念道。
林晨思考了几秒:“首先要明确业务目标,是提升点击率、转化率还是用户停留时长。然后考虑数据维度,用户特征、
>>>点击查看《AI时代:码农的涅盘重生》最新章节