假如你今天来面 PDD AI 岗，可能会遇到的 10 个问题
一、基础算法与数据结构
- 区间最值：设计数据结构，支持 O(1) 查询（Segment Tree / Sparse Table）。
- 线程安全队列：如何在并发场景下实现？锁 vs 无锁。
二、机器学习与深度学习
- Transformer 机制：自注意力计算公式、复杂度，KV Cache 的作用。
- 优化器对比：SGD / Adam / AdamW 区别，为什么大模型常用 AdamW？
三、大模型推理与优化
- 量化原理：INT8、FP16、FP8、4bit 的差异，精度掉点怎么处理。
- CUDA/TensorRT 优化：矩阵乘法如何优化？（对齐、向量化、shared memory 等）。
四、系统与工程能力
- 分布式训练/推理：ZeRO、Megatron-LM、DeepSpeed 的思路。
- 性能瓶颈排查：GPU 利用率只有 30%，从哪里查？
五、业务与场景
- 推荐/搜索模型：电商场景下如何设计搜索排序/推荐？
- 成本 vs 效果：大模型精度 vs GPU 成本，如何平衡？
总结
PDD AI 岗重点考察：
- 基础扎实（算法、DL原理）
- 工程能力（CUDA/TensorRT、分布式优化）
- 业务导向（落地、省钱）
👉 建议准备时：
- 简历项目要能讲清楚
- 算法题保持手感
- 多思考电商场景下 AI 的应用
查看10道真题和解析