沈阳某厂实习

楼主实习都是做的AI Infra，主要是大模型推理，在N卡上做vLLM和sglang的二次开发、简单算子开发、pytorch开发。本身秋招投的都是云侧大模型开发，但是也收到了一些其它稍微有点偏的方向的offer，所以非常纠结，想问各位大佬怎么看。1. 百度飞桨：百度飞桨框架的开发。技术上应该很不错，但毕竟飞桨生态不太行，且百度在走下坡路？2. 字节TT中台：感觉似乎非常核心，但是面试强度并不高，所以担心是不是有坑。且是偏传统推荐模型，而非大模型，和本身的预期有些偏差。但是TT背书很强？3. 腾讯太极：腾讯内部机器学习平台GPU推理训练框架开发，但是偏k8s后端，而非大模型推理加速本身，只是可能他们需要懂vllm和sglang的人。但是同部门似乎也有做ai infra的组，或许未来可以转？4. 阶跃星辰：端侧大模型infra。整体都挺好的，公司和政府绑定，端侧前景应该不错，只是需要从云转端。另外校招就去初创会不会不太好？5. 拼多多：gpu上具体vllm的infra开发，技术上很对口，聊的过程也感觉很好。优点就是匹配且钱非常多，缺点就是确实似乎有点太累了。目前的offer情况就是，业务非常对口的要么是中小厂（没有列出，但是也不是那种实力很差的小厂，而是一些大佬云集的初创，但是整体风险会更高，且应该没有很成熟的校招生培训体系），要么是拼多多（太累）。大厂要么是飞桨这种生态比较差的，要么是字节TT这种完全不是做大模型的，甚至腾讯这边是做传统后台开发的。所以非常纠结，想听听大佬们的看法。

自我介绍1. 项目中的权限管理怎么做的？为什么用RBAC模型？有什么优缺点？2. 项目中的强一致性怎么实现的？3. 高性能实时看板怎么做的？kafka在其中有什么作用？数据计算的聚合在哪一部分实现？4. kafka的topic和partion有什么区别？怎么提高kafka生产者的吞吐量？5. 另一个项目中，yolov8你做了哪些工作？模型训练？怎么训练的？6. 视频流的抽帧策略怎么做的？用的什么算法？7. mysql 索引类型8. b+树和hash索引区别9. mysql慢查询优化10. redis哨兵模式11. redis分布式锁，数据已经上锁但是其他redis节点没有同步 上锁的主节点宕机...

笔试挂零约面，当然并不指望能走到最后，看看不同岗位的需求和工作情况也是楼主投这么多简历的目的之一。1. 自我介绍2. 开源经历盘点（好像自从楼主详细描述xline之后，被刨根问底的次数变多了，难道楼主的话术听上去有很大漏洞吗）3. C++ shared_ptr八股（想表演一个手写shared_ptr，面试官不给机会）4. 算法：子树匹配5. 反问：部门：搜推-ml infra，本来以为就是普通的搜推，结果是更加垂直的模型推理组（还特意提到了并非隔壁组那个llm推理），面试官提到有db比较重，特征向量这些东西需要手写一套多级存储系统的需求，那要这么说，楼主还真看到过zhihu一篇文章写如何做hashmap持久化与快速加载的技术迭代过程。作息：早十晚八，y1s1，较轻松面试官提了一嘴楼主的笔试成绩，并说笔试名次过低后面是会加面的，反正楼主学长也已经给楼主打过预防针了，说名次过低也会影响后续谈薪评级。总之看看不同的组也挺好的，不指望过了，但是混个二面应该可以吧？这个组应该也是会更需要懂底层存储的人的，楼主并不合适。

B站广告二面面试官从快手跑出来的，与小道消息相互验证。 啊B的广告着实上强度了，流汗黄豆.jpg，楼主知道的另一个面Java方向的也在二面喜提手写线程池一份。不过搜推就常规很多，常规到要么面试官一眼就想把楼主丢进池子里泡着，或者一眼就觉得“啊，这个人果然不行啊”直接敷衍了事。 啊B的广告30人，搜推60人，感觉甚至人数比快手还多一些？这是不是有点裁员风险。而且啊B的视频推荐系统也是被吐槽许久，广告推荐倒是感觉还好，可能与只给楼主推二次元游戏有关。 不过啊B的作息和性价比也是佼佼者了，抛开跳槽Title比不上大厂，真能给楼主OFFER楼主肯定去啊。 搜推二面 接着二面挂，搜广推架构还是比看上去更...