一、基础算法与数据结构区间最值：设计数据结构，支持 O(1) 查询（Segment Tree / Sparse Table）。线程安全队列：如何在并发场景下实现？锁 vs 无锁。二、机器学习与深度学习Transformer 机制：自注意力计算公式、复杂度，KV Cache 的作用。优化器对比：SGD / Adam / AdamW 区别，为什么大模型常用 AdamW？三、大模型推理与优化量化原理：INT8、FP16、FP8、4bit 的差异，精度掉点怎么处理。CUDA/TensorRT 优化：矩阵乘法如何优化？（对齐、向量化、shared memory 等）。四、系统与工程能力分布式训练/推理：...