假如你今天来面 PDD AI 岗，可能会遇到的 10 个问题

一、基础算法与数据结构

1. 区间最值：设计数据结构，支持 O(1) 查询（Segment Tree / Sparse Table）。
2. 线程安全队列：如何在并发场景下实现？锁 vs 无锁。

二、机器学习与深度学习

1. Transformer 机制：自注意力计算公式、复杂度，KV Cache 的作用。
2. 优化器对比：SGD / Adam / AdamW 区别，为什么大模型常用 AdamW？

三、大模型推理与优化

1. 量化原理：INT8、FP16、FP8、4bit 的差异，精度掉点怎么处理。
2. CUDA/TensorRT 优化：矩阵乘法如何优化？（对齐、向量化、shared memory 等）。

四、系统与工程能力

1. 分布式训练/推理：ZeRO、Megatron-LM、DeepSpeed 的思路。
2. 性能瓶颈排查：GPU 利用率只有 30%，从哪里查？

五、业务与场景

1. 推荐/搜索模型：电商场景下如何设计搜索排序/推荐？
2. 成本 vs 效果：大模型精度 vs GPU 成本，如何平衡？

总结

PDD AI 岗重点考察：

• 基础扎实（算法、DL原理）
• 工程能力（CUDA/TensorRT、分布式优化）
• 业务导向（落地、省钱）

👉 建议准备时：

• 简历项目要能讲清楚
• 算法题保持手感
• 多思考电商场景下 AI 的应用