携程笔试

做了牛客上的面试题，os计网Linux全忘了😭

这一轮更偏大模型、量化和推理基础理解这场蚂蚁 AI Infra 三面，整体感觉和前两轮又不太一样。前两轮更多是在深挖我已经做过的项目，这一轮虽然也会问项目，但明显更关注我对大模型推理、量化、KV Cache、attention 这些基础问题到底理解到什么程度。开头还是先做自我介绍，我主要讲了自己现在在做的几个方向：一段偏工程化的软件开发经历，一段偏算子和图优化的实习经历，以及自己在做的一个基于 Python extension 的量化推理 runtime 小项目。这一轮项目部分问得相对直接。面试官先让我展开讲了自己做的那个量化推理 runtime。我这边讲的是，基于一个开源 runtime 做...

实现一个工厂函数，满足 on.once.emit 三个核心方法。（通信）实现一个，比较编辑前后商品列表，找出哪些商品是新增，哪些商品被去除，哪些字段被修改了。（diff）多个模块可能同时请求同一接口，需要避免重复请求并缓存结果，同时对慢请求做超时保护。（promise）

🕐面试时间：26.4.8-一小时💻面试岗位：后端开发❓面试问题：1、自我介绍2、从工程角度来介绍代码评审执行流程，怎么获取修改的代码的，怎么跟大模型交互的？3、如果不用静态分析库，直接让大模型去评审的话，怎么做？4、慢SQL是什么问题导致慢，怎么优化，数据量是多少，查询语句，查询场景是什么？5、Kafka自动提交为什么会消息丢失？(忘记自动提交的原理了！！)6、volatile关键字有啥作用啊？7、Hashmap，假如它的key是一个对象，需要注意啥吗？8、什么是死锁？9、Redis常见类型？10、Redis持久化机制，项目中的持久化机制怎么配的？11、缓存雪崩12、题目描述：零到N之间的...