有算法部署这个方向的工作嘛？

20min左右1、你在H这个项目上，主要做了哪些工作?业务逻辑是什么2、后端转发主要完成了哪些功能?当时的主要开发工作量在哪里?3、在这个项目过程中，主要遇到了哪些问题?4、在处理并发情况时，你如何处理多对话窗口的请求?5、针对不同的算力卡返回的数据，你是如何处理的?6、在整个项目中，前端与后端之间的一一对应关系是如何实现的?7、介绍一下你在简历上最下面的QT项目，它的功能是什么?你主要负责哪些模块?8、怎么把千问大模型部署到RK3588的平台上?整个流程是什么样的?9、语音采集这块是如何实现的?如何实现硬件采集。10、你主要用C++开发了哪些模块?11、反问

美的嵌入式开发工程师正式批（AI面bg双9（中间gap一年）投递：8.18AI面：8.21，25min1.自我介绍2.分享一个当你遇到挑战性的任务时，如何设定并实现高标准目标的经历3.举一个高效完成任务的例子，都采取了哪些行动？怎么确保顺利完成的？4.分享一个你完成的创新性的项目，怎么完成的？创新点是什么？结果如何？5.英语回答：你为什么选择这个方向的工作？你未来三年的工作规划是什么？6.彩色的图推，题目数量不定，有总时间限制7.性格测评前面的中文回答都是没有思考时间直接开始录制的，英文回答可以思考，也可以重录；图推个人觉得蛮难的，性格测评题量比较少世界五百强-美的集团2026届校园招聘启动啦...

Bg本2硕top2非科班，秋招目前0offer全在泡池子百度 高性能计算 offer评估中清华的芯片初创 推理框架曦望 商汤分出来的芯片 推理优化和算子都有迈驰 模型部署优化小米 端侧算法优化华为 2012操作系统ai方向字节和阿里都终面挂。目前都告知面试通过，都在泡池子。薪资应该前4个差不多，博主目前比较倾向前三个。小米和华子会低不少应该。目前比较纠结去哪个，看到大家都不建议应届去初创，但面试下来感觉初创的面试体验挺好的，面试官很专业，公司貌似amd跳过来的不少。不过确实信息太少，不确定性有点大。以及也没大厂offer主要是。

1.详细说一下dns解析它是怎么解析的，过程咋样2.Transformer你给我讲讲它底层原理，讲一下它为啥能替代RNN，我们知道Transformer架构已经很成熟了，但你觉得它的Self-Attention机制在多模态对齐上会不会存在瓶颈？有没有实际场景里注意力权重完全偏掉的情况3.说下LoRA的原理吧，LoRA是不是只能在Linear层插？你有没有了解过为什么不能插在LayerNorm之后？这会对训练稳定性造成什么影响4.你刚才提到用过QLoRA，那你能具体说说QLoRA是怎么降低资源成本的吗？常见的量化方式有哪些，QLoRA为什么选的是NF4和FP16这组组合，而不是别的组合？你能说说NF4 的分布拟合逻辑吗5.我们做了一些multi-query attention优化，但发现decoder延迟还是高，你觉得是哪里的瓶颈vLLM 本身的KV cache 是不是反而是负担7. Embedding模型和Rerank模型分别是怎么处理文本语料的？用场景举一下例子8.看你做过RAG，讲讲从数据清洗到检索服务上线这整个链路是怎么搭的，你是怎么做chunk切分的10.你觉得当前RAG的最大瓶颈在哪？你做过哪些改进来提升 Recall11.你们在训练xx领域大模型的时候，SFT 数据怎么构造12.看你做过LoRA微调，那你是怎么选rank值的？合并adapter权重的时候有没有遇到梯度爆炸13.我看你这个特长里面也有写过使用这个模型部署是吧你也做过相关模型部署的工作，那咱们能简要的说一下，我们部署的参数量模型部署的参数量，然后还有它对应的硬件之间的需求关系，比如说我每个参数量的模型所需要的算力需求大概是什么？先给出一个题吧，我们部署一个MOE架构的千分三的235b的一个模型，他所需要的算力大概是多少？14. 比如rag知识库搭建就是比如说我们在搭建这个知识库的时候，需要对这个知识库的文件文档进行动态更新了，那么你之前是用的是全量嵌入还是增量处理？如果是用增量的话，那么怎么来避免新旧文档的文单的分布不一致导致的这种检索偏差的问题15.你那个机械臂的那个动作态这一块融合的这一块，然后你那个具体的数据是怎么进行一个融合的，然后这个对比协议是怎么做的16.在做多模态融合的时候，有没有做过过视觉跟文本之间的对齐任务，怎么做的