卓驭秋招后端一面记录

高性能计算实习生base深圳1、毕业论文方向是什么？2、介绍项目关键组件和模块3、算子和tensor是什么关系？4、计算图是用什么构建的？5、权重是怎么导入手搭的model？6、大模型推理分为哪些阶段？7、prefill阶段有没有办法加快KV cache的生成？8、prompt之间的token是否是有依赖的，是否可以并行？9、如何使用nsight辅助优化的，重点关注了哪些指标？10、吞吐量的含义？11、memory bounding, compute bounding12、在模型和算子已经固定的情况下，影响模型推理速度的因素有哪些？13、prompt的长度是否会影响推理速度，decode阶段？上下文长度会影响吗？14、平时会关注计算架构，芯片架构吗？15、进一步提升大模型推理优化的性能，有哪些技术是可以应用的？16、稀疏化kv cache需要改变模型的训练吗，还是只是一个工程上的问题？17、对于高性能计算岗位的理解，做这个方向的工作需要具备哪些知识和技能？日常工作：1）简单功能的开发和维护，自动驾驶功能落地，引擎上的工具2）工程质量上，代码规范编写，单元测试编写，开发文档的编写

不知道现在大家找工作都看啥，头部大企业确实可以给更大的平台和保底空间，至少辞职了也有title,但是也可以看看发展中的小厂，想来上海的同学可以看看咱们，小赛道，但是发展很好，基本做到了行业top级别合合信息估计大家都没听过，我当年秋招之前也没听过，但公司的一个产品应该知名度还行，就是扫描全能王这个软件。公司成立挺久了，没记错的话是2006年，应该是最早一批搞大数据的企业。部门氛围很好，正式员工一般也不加班，早上9.30到公司都还没啥人，免费早晚餐，六点半晚餐，七点半应该就没人了。ld，mt都很好相处，弹性打卡，最晚十一点。正式员工直接不用打卡。不了解应届生工资，但如果是应届生进去的话，感觉真的...

面试问题： 自我介绍，项目介绍，围绕项目问我们做的和市面上的比mask部分优化了什么对比起来有什么优势围绕我说的优势深入问为什么市面上没有广泛用我们的方法问jfet掺杂和普通mos的区别问这个用于开关处的器件损耗我们也没有测量，如何控制，从电容角度分析损耗等围绕实习问学到了什么问实习和学校的区别问研究生阶段看待这段实习有什么新的感悟反问环节

小米一面过了感觉整体难度不是很大，整体围绕我项目和实习展开的面试体验还可以