大华C/C++嵌入式

🤔面试感受突发情况，我笔记本的麦克风坏了面试官人真的很好，我换了手机面试然后电脑上和手机不能同步做编程的时候还让我切换电脑去做题感觉是我不配面试问题：由于我对算法加速这方面没怎么研究，就用过tensorrt 所以有几个问题没答上来首先是自我介绍为什么选择这个岗位问了一个有关cuda 的加速具体一个软件忘了问了研究生期间最大成就多线程对加速未来方向的看法编程题是给出两个特征图左上角坐标和宽高计算交并比最后反问环节好像被kpi 应该时间用了28分钟，其中还包括了我麦克风耽误的时间希望捞捞 #海康威视#

面的AML的训练/推理框架方向的开发一面：手撕：力扣33进程、线程pytorch的多机多卡训练二面：手撕：力扣208、MHA(pytorch)pytorch、onnx的优缺点静态图、动态图、torch.compilecuda概念、stream、warp等矩阵乘怎么做、为什么要分块、循环顺序是什么softmax上下溢怎么处理、flashattention中的softmax是怎么做的总结：字节的面试官确实都很年轻，面试的时候项目技术等抠的也很细

投的是后端开发，请各位看官自行带入我的手握操作系统计网八股力扣题无从下手的崩溃心态：一面：预计50分钟的面试，一共聊了快1个半小时1. 简单介绍一下自己2. 之前实习介绍一下做了什么3. 学校里面做过什么项目4. 我们组这个方向现在有什么了解5. 用过Kubernetes吗？简单解释一下架构6. 刚才提到probe作用是什么7. 你觉得Kubernetes在MLsys中的定位是什么8. 把整个pipeline讲解一下吧，从数据到训练到部署应用需要哪些模块9. 讲讲hallucination的处理方式10. vectorized database11. Inference optimization的方法了解过哪些12. 边缘端和云端的模型training13. 那训练小模型和大模型做Dropout的优劣势分别是什么呢14. 并行计算或者CUDA programming接触过吗15. LLM流水线并行？解释一下为什么能够提高效率16. 你在以前做过大模型的部署吗？17. 分布式做过什么项目18. 讲一下RAFT算法implementation，19. 你觉得你最适合做算法还是开发20. 之后有留校读PhD的打算吗21. 比较喜欢用什么语言22. 写题，不难23. 解释一下算法的设计，stack partition24. 这个方法是稳定算法吗25. 怎么样算稳定算法26. 开始聊天，介绍部门，主要业务，用的tools和techstack27. 介绍实习生的项目，工作目标，答辩，转正28. 反问环节（对实习生的expectation是什么，后面流程是什么）29. 反馈没问题，口头通知过了说实话我如果说这是后端面试估计没人相信。。。问题感觉都是点到为止不是很深入，而且虽然说确实可能跟业务很相关不过我还是以为会先从基础知识开始问

第二次面试感觉好多了，面试官很年轻，人很好，总结一下。八股偏多，结合业务场景题，需要有实际运用和拓展经验。忘记录音了，记录一下印象深刻的题。场景：1.如果a，b，c同时提交，发现a提交错了，如何将a的记录回滚掉而保留b、c的记录（没答出来）2.如果有三个人，名字确定并且不同，三个专业也不同，名字和专业组合对应不同的输出，如何实现？（答了用map存）3.localStorage如何判断存的数据有没有过期？（没答出来，扯到缓存去了）4.CSS两栏布局如何实现，左定宽，右自适应5.grid布局如何实现九宫格，如何将线画出来？八股：1.浏览器缓存策略2.js事件循环3.数组常用方法，reduce怎么用？4.防抖节流5.箭头函数和普通函数的区别6.async/await如何捕获错误;7.BFC8.外边距重叠遇到过吗9.js解析会阻塞渲染吗，如何解决10.从输入url到页面渲染发生了什么11.Vue3diff算法原理12.git revert 和 git reset的区别13.有用过TS吗，觉得有必要用TS吗？项目：1.遇到什么bug印象最深2.做过什么首屏加载的性能优化3.除了element以外还用过什么组件库基本就是这些咯，下午网易云一面，希望顺利#携程##前端实习##暑期实习#