1，vllm推理过程中哪些参数可以调优，结合经验来说。2，kafka避免重复消费，以及结合spark和flink讲讲定时任务3，服务的容错，docker和k8s4，python的装饰器和生成器5，GIL锁，多进程和多线程的区别6，http实现负载均衡的算法7，大模型的并行方式，多卡并行，张量并行，数据并行，流水线并行8，给定两个单词一个转换成另一个，只用删除插入和替换，返回最小操作数，以及打印每一步操作debug了快半小时才搞出来，现场丢人。

手撕3数之和，pageattention代码手写核心prefix cache动态的block size大小调整block size和显存利用率的关系推导CPT,SFT,DPO,RL介绍粗排精排混排召回一些实习项目

中兴蓝剑专家面1，大模型的embedding和位置编码。2，future/promise的组合应用3，rpc和grpc4，RDMA，内存语义和消息语义5，常见通信算子send/recv，broadcast/reduce，散射全规约等等。6，k8s的节点亲和性，pod的日志和事件？

1，自我介绍，讲一下学校和实习的项目，以及论文。沉默，陷入沉默主持人催了一下，有个人打字问我项目中，大模型怎么避免灾难性遗忘，构建数据集有什么难点。回答完，还是沉默主持人又催了一下问我用的超算平台功耗多少，怎么烧板子我说我不会烧板子，算法为什么要烧板子沉默，陷入沉默然后主持人让我走了

1，讲讲多头注意力机制中，MLA，MQA,GQA在ai陪聊中哪个效果更好，各有什么优缺点。2，哪个KVcache优化效率更高？3，python的多进程和多线程你怎么理解（GIL锁)4，python的多进程通信，一个leader多个worker，加个5分钟超时机制，怎么设计超时控制，进程通信，worker死锁了怎么办。5，Mysql的B+树为什么这么设计结合操作系统以及计算机组成来讲解，现在是固态盘了，怎么改善？如今写入1bit和4MB的io时间是一样的，那我应该怎么设计？查询如何优化？之前的叶子节点太多了，你提到可以把小数据放在缓存里面，那查询怎么优化呢？利用mapreduce的思想来做？LSM树？（没听懂是不是这个)6，flink如何解决有的事件先到有的事件后到，回答：水印标记乱序复杂度，窗口，按事件分组处理。