面经：分享投递Keep算法实习生（已OC）

开发转算法这么难的吗，这次面一家小初创公司，被拷打麻了电话简历初筛：趁我不注意直接打电话来，我还以为是要约面呢结果开始问我技术问题，给我问的晕头转向，好歹都不深，就简单考察了不了解这个概念问完之后告诉我通过简历初筛了（我请问呢约了一面一面：34min自我介绍+代码题：求n对括号可以组成的合法字符串，比较简单项目介绍决策树种类以及区别，具体讲讲每种决策树的划分策略随机森林，bagging，boosting原理，随机森林在训练数据上有什么要求XGBoost的损失函数位置编码，具体实现细节KV-CacheAttention公式，复杂度，cross attention和self attention区别sigmod公式层归一化公式CNN，PointWise和DepthWise变分自编码器反问（我尼玛我真想问问他你们公司要招CTO吗）

首先机械是比较好就业的，就是好工作比较少，比较卷。其实对于普通家庭，普通人选择机械专业也是不错的选择。现在计算机行业也比较卷。目前比较好一点的行业是半导体，现在新能源行业也比较卷，可能大环境一般吧。下面推荐一些比较好的企业：1、卷烟厂2、电网3、上汽4、广汽5、博世6、通用等等。机械相关的岗位也比较多，比如：1、机械结构设计2、工艺3、数控编程4、项目管理5、仿真工程师，仿真方向比较缺人。等等。机械考公情况：机械考公的岗位不多，确实机械考公比较难，但是在毕业的时候也可以尝试。因为考公对于应届生还是有优势的。一般招海关、机电设备维护维修、各级机关单位的技术岗位等岗位。建议：1、大家经历过大学或者...

混合云异构计算工程师工作职责-建设业界领先的AI异构算力容器平台，提供 高性能、高稳定性、高易用性的百舸产品，支持AIGC、智算中心、金融-结合 SOTA 模型训练推理优化原理，深入模 型结构与设计思路，将训练推理优化手段工程 实践化，为客户提供系统性加速方案，提升训 推效率-在自研芯片上适配常见大模型，结合深度学 习训推框架特性，开发或调优相关算子，提升模型在芯片上的性能和精度表现，辅助客户进 行芯片选型和应用-针对大规模异构集群场景下，探索训推任务 管理、异构资源调度、虚拟化混布、容器存 储、高性能网络、分布式训练和推理等技术的 创新和应用-探索业界最新技术方向，参与机器学习框架 等开源社区，提升百度混合云AI核心竞争力任职资格-本科及以上学历，有一定程度的计算机相关 专业知识背景-优秀的编码能力，熟悉Golang/Python/ Java/C/C++至少一项，有扎实的算法及数据 结构基础，有良好的编程习惯。-熟悉PyTorch,了解Megatron、 DeepSpeed、vLLM、SGLang等大模型训推 框架，做过测试、开发等工作。-对GPU芯片架构有一定了解者优先，熟悉 CUDA、OpenCL等高性能计算编程经验优先，有大规模训练推理实践经验者优先-具备推理优化的深度实践经验优先： FlashAttention、PD分离、专家并行、负载均 衡、模型压缩（蒸馏/量化）、缓存策略、异 构计算加速-具备训练优化的深度实践经验优先：分布式训练、显存优化（如Zero/Offload)、计算通 信Overlap、混合精度、MoE架构调优-熟悉Kubernetes工作原理，熟悉调度器、资 源扩展机制、容器运行时、容器网络等技术， 有Kubernetes开发和维护经验优先-有独立的分析问题和解决问题的能力，有强 烈的责任心，较强的学习能力和沟通能力

一面1、自我介绍2、如何评估 AI聊天产品的好坏?3、你会用哪些指标去衡量AI对话体验?4、目前市面上的AI聊天产品，你觉得谁做得最好?5、为何现在的大模型大部分是Decoder only结构？6、介绍一下如何做竞品调研的，有哪些竞品？7、介绍一下你做过的这两个AI项目在时间规划上分别是怎样的？8、如何搭建AI 评测体系?9、离职原因二面1、自我介绍2、评测集的选择和构造，评测指标的计算评测数据如果和预期不符，你会怎么优化?3、涌现能力是啥原因？4、如何让大模型处理更长的文本？5、llama 输入句子长度理论上可以无限长吗？6、怎么确定选用什么模型以及为什么选择这个模型？7、针对智能客服项目，...