搜索算法日常实习一面-美团

985，大三，机器学习方向，整理一下投实习的时间线，供参考。2月第1周：完成简历，主要项目为两段科研经历+一个kaggle竞赛，GPA 3.82月第2周：开始投递，优先字节、阿里、腾讯算法岗2月第3-4周：笔试密集期，字节、百度、美团、华为笔试均已完成3月第1周：面试开始，字节算法一面通过，阿里一面通过，其余等待3月第2周（现在）：准备二面，同时继续投递中小厂兜底一个效率点：算法岗网申普遍表单较长（含论文/竞赛/项目填写），早期投递花了大量时间在重复填写上。后改用牛客网申助手，标准字段自动填入，节省了不少时间，可以将精力集中在差异化内容的撰写上。建议同方向同学尽早开始，算法岗对项目质量要求高，...

继续来分享下之前的面经~欢迎友好讨论，信息共享1.项目拷打2.你在去部署或者训练预训练或者后训练的模型时，有没有用过一些比较底层的一些训练的调试的工具，比如说千卡的话很容易就会出NCCL timeout，如果出现 NCCL timeout，一般怎么定位和解决？3.像那种rl里面的那个MOE之类的那种的优化有去做过吗4.看您的训练经验比较丰富，而且您上线运行的推理内容之前也进行过一些什么样的优化吗？5.有没有做过 kernel级别的优化？比如用 CUTE DSL或者手写 CUDA去做 fusion这类算子融合优化，介绍一下6像底层，如果你们在做.kernel fusion，倾向于用什么方式来做7.有没有哪次你做了 fusion 结果性能反而下降的？原因是什么8.平时写 CUDA的时候，有没有关注到底层实现细节？比如你刚提到 FA2，那再往下一层，像 Hopper架构里那个 warp specialization是什么，它底层大概是怎么实现的9.试过用 Agent去生成cuda内核么，怎么去做的10.如果我把 warp specialization 去掉，只保留 tile 和 shared memory 优化，大概会损失在哪？11.怎么么判断一个 MoE 模型是真的学到了分工，而不是只是把 dense模型拆开了

依旧不开摄像头1.自我介绍2.简历开始拷打3.volatile保证内存可见性和指令重排序原理4.内存泄露有没有遇到过5.用了什么工具出来6.线程池核心参数，有没有调过7.工厂模式和策略模式，为什么用工厂模式8.接口响应速度怎么测出来的9.单元测试10.spring和静态工厂11.sentinel用在哪里12.怎么理解雪崩怎么处理13.最大的困难14.java后端会被AI替代吗15.实习拷打反问最长时间的一次40多分种，听说大厂面试都是1个小时起步，感觉人麻了

无自我介绍 1.哪里人，学校在北方你来深圳吗，你真能来吗2.印象最深的项目3.围绕项目开始拷打，会有很多场景题让你思考，假设新增一个功能，你怎么写，假设并发量上来了，你怎么写，下面整理一些通用的3.1说说java里常用的框架3.2springboot自动装配怎么实现的3.3springboot启动的时候会加载什么3.4bean的生命周期3.5bean容器的管理，怎么管理的，底层做了什么3.6Ioc介绍一下，怎么实现的3.7DI呢，和Ioc有没有关系，怎么实现的3.8循环依赖怎么解决的3.9登录的时候http请求怎么发的3.10那https加密具体怎么做的3.11对称加密，非对称加密，在里面哪里用到的3.12CA了解吗3.13中间人攻击怎么防范3.14高并发状态下，锁怎么加3.15java都有哪些锁，synchronized怎么实现的，能用在哪3.16java里的事务怎么用的3.17如果事务没有成功抛出来什么异常4.问科研经历。。因为有个agent相关的科研，就问agent相关的概念，mcp了解吗，skill了解吗，上下文太长怎么办5.手撕-二叉树最大宽度（不要求建树，实现核心代码即可）20分钟就挂了，刚挂就捞起来了。但是是运维