1. 蔚来：多模态rag2. 同花顺（大模型应用开发）3. 群核科技（多模态agent，涉及3D，空间智能）

收到去哪儿的笔试测评邮件了，都考什么题呢，有笔过的uu说一下吗

📍面试公司：美团🕐面试时间：2025-08-14，菜只因秋招处女面💻面试岗位：北斗计划-基座大模型推理引擎工程师BG：末9本，中科院硕，和组内课题不相关❓面试问题：自我介绍：一分钟完事1.介绍一下Transformer的架构，和传统RNN循环神经网络相比有何优势2.Transformer中参数都分布在哪里，参数量最大的是哪部分？计算量最大的是哪部分，为什么？3.了解GPU的cuda core、Tensor core吗，你常用的GPU有哪些，他们的显存和显存带宽有多大4.讲讲大模型的量化5.为什么需要PD分离技术6.讲讲PageAttention和Continous Batching技术7.讲讲cuda编程8.了解DeepSeek 的MLA机制吗？详细介绍一下和MHA、GQA、MQA的区别9.介绍一下DeepSeek MoE架构10.详细介绍一下各种并行方法，TP、PP、DP是什么11.为什么说Prefill阶段是计算密集型的，为什么Decode阶段是内存密集型的？无寿司🍣，感觉是回答的太烂了，30分钟结束。反问：从刚才的面试来看，感觉是不是做底层系统优化比较多，是不是CUDA编程很多？答：也不全是。主要综合来看，不是一定要掌握CUDA编程，但是作为大模型开发而言，CUDA编程肯定要学的，🙌面试感想：和蔼，有几道问题给我解释了；开始开了摄像头，后期关闭了摄像头；大模型八股偏多，依据简历问的，没问项目，我的项目是RAG，可能跟岗位关系不大，所以没问。

30分钟速通，纯项目无八股。1.投机解码？大小模型怎么做选择，微调过吗？2.Cuda算子做了哪些优化？（但是没问具体做了什么优化）3.你的项目中Dense和Moe模型推理实现起来有什么区别？EP？4.在实验室做啥的？这时候过了20分钟，然后给了一道题，挺简单的看完直接说思路。本来想写一下感觉时间不太够就直接口述详细过程了。只开了30分钟的会议，大部分也都答出来了。应该不会凉凉吧