先说重点：10个HC，真·海量，不是画饼那种，HC都明牌了，来就有坑！🔥 岗位：C++ AI-INFRA工程师（实习）& Java AI应用工程师📍 Base：广州（广深的同学冲！想来大湾区发展的也冲！）🎓 面向：27届同学，转正率极高，基本上好好干都能留。📌 部门：推荐工程团队📌 你来了会做啥？ C++是推荐引擎的优化和开发，也会涉及大模型相关的优化落地。简单说就是搞底层infra，让推荐系统跑得又快又好。Java主要是做推荐业务开发，也有AI agent开发。整体团队主要做Lazada APP的C端用户商品推荐和AIGC业务落地，技术氛围很好，能学到真东西。📌 要求高不高？ 说实话不高： • 会写C++代码（会让AI帮你写也算）Java的会写Java代码 • 八股文懂一点就行，不搞那种死记硬背的面试📌 怎么投？ 方式一：简历砸邮箱 👉 邮箱见图片，牛客不给发********************

背景：我java的，但是这边是go，所以问的偏后端通用的问题。java相关的问题没问。自我介绍ai项目拷打：介绍项目中不同应用生成模式的差别与设计思路应用的存储设计（用的文件，追问了下映射关系）生成应用的预览和部署细节怎么实现的预览怎么实现的部署存储和预览部署之间怎么联系起来的（还是在问怎么映射的，我这边设计的是文件夹名字就是id）项目中 redis 存数据的内部结构（这基本都是靠依赖自动管理的，我是真不记得了，按我自己的理解说的，大致合理）另一个java后端项目就没问八股：索引B+ 树，双向链，树高幻读redis 缓存雪崩缓存穿透url 到渲染网络错误码，追问了301 302 403手撸：糖...

选择题都是基础题，编程题也很基础，就是最后的一道问答题分析需求会花一些时间

一般情况下，我们聊到“大模型的量化”，想到的大概率是“把FP16转成INT8或INT4，从而降低显存、加速推理”。其实我觉得工程上没毛病，因为很少有人会去探索啥玩意是量化，但你要是放在算法岗的面试上，这样通常是不够的。面试官往往会继续追问：精度明明降低了，模型为什么还能正常工作？什么时候量化会失效？如果这时答不上来，基本就已经失分了。（我的答案放在文末）要把这个问题讲透，可以换一种更有层次的表达方式，从“是什么”到“为什么”，再到“什么时候不行”和“怎么选方案”，逐步展开。首先，从本质上看，量化并不复杂，它做的事情就是用更少的比特去近似表达原本的高精度参数。原本一个FP16权重用16bit表示...