蚂蚁国际 - AI风控 暑期实习一面 60min问八股：1.介绍一下transformer架构，它解决了rnn和cnn哪些无法解决的问题？2.怎么理解词与词之间距离的概念？为什么大模型需要知道这个距离？3.transformer的核心机制是什么？能不能用一个具体的例子串一遍里面所有概念？4.你提到的QKV能不能具体讲一下？它的核心作用是什么？5.模型层叠加之后会出现什么问题？我们要引入什么机制去解决这个问题？6.传统的残差机制会有什么问题？现在业界有没有提出一些新的解决方案？7.现在业界有很多先进的大模型，有些是7b，有些是325b，这个b的概念是什么？我们在做模型选择的时候怎么选？8.对于不同的细分领域，能不能讲一下你对现有的模型厂商他们参数量选型的了解？9.现在给你一个场景，比如说我们做ai coding，你会怎么去选择参数量？10.对话型模型和推理型模型之间的区别是什么？分别适用于什么样的场景？11.简要的介绍一下engine、sub engine、skill、mcp这几个概念，他们的用途是什么？在代码开发过程中分别用来解决什么问题？12.在开发过程中，多轮迭代会话后工程越来越难以维护，你有没有什么好的建议？13.对于上下文工程的最佳实践，常用到的一些技术或者解决方案都有哪些？14.目前这个体系还很复杂，有没有现成的东西来辅助我？有没有了解现在开源社区很火的一些解决方案？问实习：15.聊一下实习期间你遇到最困难的一件事，这件事你是怎么解决的？得到了一个什么样的效果或结果？16.为什么你会选择lsp这个方案？你是怎么找到和评估这个方案的？17.如果说进一步提升的话，你觉得还有什么方向可以改进？让你现在再做一遍的话你是否会选择重新设计？无手撕18.反问3.23面的，3.28收到感谢信，被老东家拷打麻了

题目目标 设计并实现一个集群调度器（Scheduler）+ 模拟器，用于在动态负载和故障条件下平衡：高优作业低延迟集群利用率普通作业公平性场景设定集群包含 M 台同质机器（Machine 0 ~ M-1）作业属性：job_id、priority、resource_num、estimated_timeestimated_time 与真实时长存在误差（约 ±20%）作业类型：普通作业（normal）：每天 08:00 批量提交高优作业（high）：全天随机提交，要求快速响应运行规则（必做）调度与资源占用作业需绑定到足够空闲机器后才能运行运行期间机器被独占作业完成与失败作业可能成功或失败若失败原因是硬件故障：相关机器下线维修 24 小时抢占机制允许抢占运行中的作业被抢占作业回队列等待重试，额外增加约 10 分钟执行成本输出与指标要求（必做）调度器应输出可复盘日志，并至少统计：高优作业平均等待时长 / P95 等待时长集群利用率（时间窗内）普通作业公平性指标（如最长等待、等待方差、饥饿作业数）测试与验收要求（必做）至少完成以下测试：基线对比（与至少 1 个基线策略对比（如 FIFO / 纯优先级））波峰场景(批量普通作业 + 高频高优插队)故障场景抢占场景结果可复现交付物调度器源码模拟器源码与输入样例策略说明（为何这样设计）指标报告与对比图表已知问题与下一步优化加分项自适应策略（根据实时拥塞/故障率动态调参）抢占成本建模更精细多目标优化或可插拔策略框架

40分能过笔试吗

这个AI CODING其实没有想象的难，而且比准备传统笔试算法爽得多。vibe coding完心情都是好的，前几天准备别的笔试算法快郁闷死了