1作者: D___R___6 天前原帖
我很好奇其他人在实践中是如何处理这个问题的。 在纸面上,招聘通常从明确的标准开始:技术栈匹配、工作经验年限、之前的职位。然而,我注意到许多候选人与职位描述可以很好地对接——有时甚至会调整谈话内容以适应职位描述,但这并不一定是真正的信号。 随着时间的推移,我开始看到两个层面: 1. 正式匹配——经验、技能、角色对接(这仍然很重要,必须具备) 2. 人际匹配——在困难时沟通的感觉 让我感到惊讶的是,第二个部分往往在后期变得决定性。 当优先事项发生变化、截止日期延误、工作范围变化,或者有人需要在职位描述之外工作时,技术差距通常可以解决。但糟糕的沟通或缺乏信任则会变得非常昂贵。 所以我想知道: - 你个人是如何评估这种人际方面的,而不仅仅依赖直觉? - 你是否见过因为沟通问题而导致强大的技术匹配失败的案例? - 在面试过程中,你有没有具体的信号去关注? 我对实用的方法感兴趣,而不是理论。
1作者: wrathfulspatula6 天前原帖
“Weed” 是一个 AI/ML 库,风格类似于 vm6502q/qrack(现在是 unitaryfoundation/qrack,托管在 GitHub 上)。我编写了 (C++) Qrack 量子计算机模拟框架(目前其 ctypes Python 包下载量超过 250 万次),旨在实现绝对最小的依赖关系和供应链漏洞攻击面:它仅在最低限度上要求纯语言标准,支持可选的 OpenCL 或 CUDA 进行(与厂商无关的)硬件加速,并可选择包含 Boost 库以提升性能。“Weed”的目标是为 AI/ML 推理和反向传播提供与 Qrack 在量子计算中相同的标准和实用性:永远不被锁定在某个硬件厂商,永远不会因缺乏上游依赖支持而无法在某个平台上部署,并让严谨的工程和设计指引新颖的优化方向,所有这些都通过“透明”的最佳默认用户设置接口协同工作。