这一轮更偏大模型、量化和推理基础理解这场蚂蚁 AI Infra 三面，整体感觉和前两轮又不太一样。前两轮更多是在深挖我已经做过的项目，这一轮虽然也会问项目，但明显更关注我对大模型推理、量化、KV Cache、attention 这些基础问题到底理解到什么程度。开头还是先做自我介绍，我主要讲了自己现在在做的几个方向：一段偏工程化的软件开发经历，一段偏算子和图优化的实习经历，以及自己在做的一个基于 Python extension 的量化推理 runtime 小项目。这一轮项目部分问得相对直接。面试官先让我展开讲了自己做的那个量化推理 runtime。我这边讲的是，基于一个开源 runtime 做...

大二小登简历求拷打

1. 自我介绍  你先开始自我介绍一下。  2. C++ 语言基础  能不能简单介绍一下 Lambda 表达式和智能指针？ 在你的实际项目中有没有用到这两个技术？请举例。 为什么那个地方（回调函数）要用 Lambda 表达式去写？（追问） 你在项目开发中是怎么使用智能指针的？  3. 数据结构与 STL  你能说一下 unordered_map 和 map 的底层实现及性能差异吗？ 在量化交易的批量定价场景中，你会优先使用哪一个？理由是什么？ 为什么红黑树的效率（在某些场景下）比哈希低？ 或者换句话说，为什么哈希存储方式的效率要高于红黑树？ 什么场景下必须选择 map 而不能用 unorder...