2025.4.16，感谢信2025.4.13，二面，20minC++函数模板、规避内存泄露的方法torch compiler、cuda graph是否了解 ptx2026.3.25，一面，1h推理框架研发工程师岗位的理解降低大模型推理成本手段为什么要做算子融合cuda graph 原理、作用、使用场景3D 并行 & EP & CP & SP 原理、作用模型量化类型、原理、作用介绍MTPvllm的整体架构，请求在内部是如何流转的kvcache的空间如何计算prefix cache介绍vllm V0/V1 比较TP下，不同的模块如何汇总结果口述multi head atte...

2026.4.10，一面，44 min，Boss投递的，对面没开摄像头1. 自我介绍、实习、论文、项目2. 问了些vllm的技术，paged attention、continuous batching等反问阶段，部门主要负责项目落地

2026.4.2 感谢信2026.3.19纯KPI面试，25min，无算法题，不开摄像头，面试官提到需要语音经历的候选者1. 自我介绍2. 介绍研究生方向3. 如何提高GPU利用率4. 介绍实习5. 你了解目前的一些大模型吗（包括架构）？6. 是否了解音频相关的模型7. 手里的offer的情况

2026.01.30 一面 48min1. 介绍实习、解释实习的一些细节2. 在构建镜像时，有没有一些经验？比如怎么让镜像尺寸不要变得太大？3. 一个请求的 KV Cache 占用空间是怎么计算的？4. LMCache 和 VLLM 是怎样交互的？KV Connector 具体是怎么把 KV Cache 从 GPU 转移到 CPU 内存并取回来的？5. 随着上下文长度（context length）越来越长，但显存和算力跟不上，你觉得在模型架构或工程层面有哪些改进方向？6. 能讲一下一个推理请求在 VLLM 系统内部的完整生命周期过程吗？7. 单机多卡部署时，VLLM 内部是怎么做张量并行（TP）和流水线并行（PP）的？8. TP 和 PP 在实际使用中是怎么切分权重、计算和通信的？又是怎么合并结果的？9. 手撕multi head attention2026.02.02 二面 52min1. 介绍实习、解释实习的一些细节2. 根据实习做的内容扩展、发散3. 介绍发表的会议论文二面挂，HR反馈“代码的掌握比较浅”反问“是不是弄错了，二面没有考察代码”HR又回了一句“有些问题没有深入思考”😓

2025.11.6 一面 20min面试难度不大，就是问的开发较多打到知识盲区了，没怎么关注简历自我介绍介绍遇到的一个挑战平时用java还是PythonPython如何处理异常Python的单例模式如何定位bug说几个数据库关键字说几个常用的Linux命令Linux中如何递归创建目录有没有用过ES实习时是如何编写dockerfile的有没有自己制作数据集如何处理数据集中的异常值、缺失值除了one-hot，标签的编码方式有哪些LLM有哪些微调方式attention为什么要分头FFN为什么要先升维再降维向量数据库在rag中扮演什么角色2025.9.20 笔试2025.9.4 投递

10.23 一面 50min面试官迟到了，打电话联系了HR才姗姗来迟。自我介绍。然后看了下我的简历面试表示不匹配（因为我的实习主要是LLM推理）。介绍论文。判断二叉树是否对称（非递归实现）。没写出来换了一题字符串转int 数字（越界返回INTMAX/INTMIN，不合法返回0）。中间变量我用long类型保存，面试官不太满意在面试官眼里大概就是手撕失败了。就当挂了吧。

秋招第一个offer，语言要转java，技术栈不是很合适，已婉拒

2025.10.16 南京线下 速通一面、二面、vp面一面 hr面 20min自我介绍，问实习，问兴趣爱好，与其他候选人的优势劣势二面 技术面 30min自我介绍，问实习什么是大模型大模型底层的逻辑是什么大模型可以做什么如何设计promptpython 修饰器、传参/传值区别、多线程/多进程区别使用场景、gil有什么用、了解哪些python库数据库：用过哪些数据库，主键数据类型选择、如何设计数据表、如何选择字段数据类型、如何设计索引加速检索vp面 20min自我介绍、问实习、论文，聊天

工作环境：坐落在滨江西兴路，周围有海康、领跑汽车等公司。公司有一幢自己的写字楼，内部有食堂、健身房，目前还有一幢还在装修。办公是开放式工位，开水管够。实习生需要自备电脑，显示器可以找IT部门借用。工作强度：打卡时间为8: 30 和 17: 30，中午2h的午休，一周5天。也有部分同事会加班。适逢产品上线也有人直接住在公司。团队氛围：研究院100来号人，中老年：年轻人大概是1：3。但是大家都很好说话，也没有架子。我的mentor是91年的，偶尔也直接以姓名称呼。饭点也经常一起吃饭。每个月会举办生活会，看新入职的自我介绍、读书会，然后一起吃零食。福利待遇：实习生固定￥6500/月。再没其他补贴了。...

投递渠道：网申09-19 笔试09-25 一面 30min：自我介绍，介绍实习，介绍论文问了基础八股：transformer相关：结构，multi-head作用，因果掩码的作用，Q和K有什么区别、能不能用一个投影层function calling vs. MCP是否了解rag有哪些peft方法有没有自己设计过agent是否训练/微调LLM面试官介绍部门做的主要是LLM应用：rag/agent开发，问我是否有意愿来（因为我的实习主要是LLM推理的）反问：工作内容，几轮面试，面试官表示，组内也有用传统NLP模型处理订单数据，因为LLM不一定可靠总结：面试体验还可以，就是没开摄像头09-26 发感谢...

Base地都是南京。投递渠道都是Boss直聘内容都是围绕着简历上写的实习、论文和竞赛。没有额外的八股、编程题面试官都很温柔，体验不错，就是都不开摄像头亚信安全 - AI研究与架构设计09-15 OC09-09 二面 30min09-03 一面 30min中科曙光 - 大模型推理优化工程师09-24 测评09-19 OC09-18 二面 40min09-13 AI面09-11 一面 30min

2024.12.27 AI面试，给出题目，回答并录像，都是场景问题：1 你遇到的挑战，如何解决？2 你能为公司带来什么独特的价值？3 等等（10min不到）2024.12.30 一面，面试官很年轻，非常友好。1 自我介绍2 介绍在投论文3 transformer模型：介绍transformer架构；是post norm还是pre norm；attention的计算量是多少；手写multi head attention4 tokenizer的种类5 编程题：编辑距离（70min）2025.01.02 二面，面试官没开摄像头听声音很年轻，这次聊天为主：1 自我介绍2 简短的描述了论文的背景3 目前处理OOD都有哪些方法4 几个简单的线性代数概念5 AUC和F1分数的使用场景（30min）还有很多小问题忘了，整体来看，面试官没有为难，体验不错。