百度内推码百度内推码百度内推码百度内推码

岗位：大模型基座方向一面：首先就是项目拷打，由于我的简历项目比较垂直，硕士以来的经历与Infra都比较相关，所以面试官大部分时间都在问我的项目+实习的经历，并且拷打并不是很深入，即便很多项目的细节已经不太记得了，但是没有问到，所以也答得都很流畅；然后问我对于TVM以及Triton是否有一些了解，由于这两个都是属于编译相关的Infra，与我在校的经历都比较相关，在做自己课题的时候都关注并学习过，所以答得也很流畅，一面面试官应该是对我还是蛮满意的，所以面试到最后，已经1小时了，才开始做手撕，题目是：用CUDA实现Softmax算子，但是CUDA我只是之前在硕士上课的作业中写过1，2次CUDA代码，其实并不是非常熟悉，然后隔了又比较久，语法已经不怎么记得了，所以和面试官说了情况，面试官说那你就把怎么优化编写这个算子讲一下思路，然后就是讲了一下思路，思考了3分钟左右，回答上来了，面试官说你这有点慢了哈，但是感觉面试官整体还是比较满意的，所以比较轻松的就结束了一面PS：但是这也是我后续二面表现较差的原因之一吧二面：由于一面觉得自己和面试官聊的比较开心，然后就比较懈怠二面吧，尤其那段时间正好是实习最忙的一段时间，所以就没怎么准备面试内容。同样，二面主要是项目拷打，但是不一样的是这轮的面试官挖项目经历很深，问得非常细节，印象很深的是问得实习刚来的时候做的一个工作，由于刚来实习其实对于整个大模型的架构并不是很了解，只是把MoE一种通信方式的多流优化特性迁移到另一种通信方式上，对于其中的计算过程以及具体多流并行的算子印象并不是很深刻，然后面试官一直追问这个问题，而且距离那个工作已经过去快2个月了，当时的理解不深加上时间比较久已经忘记得差不多了，所以导致只能和面试官说自己不记得具体细节了，可能就给面试官留下了不好的印象（尤其还是人才计划）然后就是最后的手撕环节了，这个题目印象比较深，但是很久没刷过题了，而且也确实非常菜，导致没做出来最优解：题目是：有一个k值以及一个有序数组a[n]（升/降序都可以），a[i]任意整数，需要求解表达式 | | a[i] | - | k | |的值最小，这个题暴力求解非常简单，属于一眼出答案，我看完题和面试官就讲了暴力遍历数组就可以得到计算结果的方式，然后面试官就问有没有更优的解法，我知道可以通过二分通过O(logN)的复杂度最优解，但是这个区间考虑比较复杂，当时已经被前面的问题搞得没什么心态了，也没有仔细考虑区间的关系，最后就只用一次二分做了这个题，但是实际上需要3次二分，导致二面没有通过，然后后续被通知说一面，二面，面评差距大，所以转正式批了，但是最后转到正式批流程也没有被捞，导致正式批流程也结束了

一些碎碎念：最近突然看到秋招提前批开了，下意识地开始紧张，恍如隔世，仿佛依然是去年那个在宿舍每天焦虑面试结果，晚上睡不着觉做梦梦到面经的大学生。可能一些同学刷到过我的📖（id：明天想喝百事可乐），零星地分享过秋招的历程。去年 12 月提前入职腾讯至今，一直在专注于自己所喜欢的业务里，没有来得及对秋招进行一个总结。正好趁着这个机会，也算是保持前端 er 的开源精神，一些浅薄的个人经验，分享给大家，希望能帮助到大前端方向的学弟学妹。前置帖子：【大前端秋招回顾】 10+ offer 为什么选择腾讯（上） 一、 个人经历我的朋友们喜欢叫我小且（ju），因为很久以来的网名都叫「狂且」（同时也是在阿里的...

👋个人背景：硕9本2，天坑工科转行👏offer1：美团b端产品（财务系统），base北京💯offer2：招联ai产品，base深圳🌱offer3：vivo产品（智能制造），base东莞薪资情况：美团未开奖，v总包比招联、美团（预估）低3-5w左右。个人看法：美团和v都是b端系统，v是实习转正，组内氛围好业务好，就是起薪较低，而且在东莞，除此之外，由于本人工科学生，觉得v的智能制造能发挥自己的优势，而且现在有政策支持，比较有发展前景；美团的话，财务系统是各个企业的刚需，适合深钻，加上美团的title，以后可能好跳槽，但是听说这个部门在美团属于边缘部门，加上近期美团的财务情况，岗位稳定性未知。招联的话，目前了解的不多，作为国企，应该很稳定，且加班少，但应该晋升较困难，培养体系未知，而且消费金融的监管力度也是一个未知数。但请问有无过来人给点建议

对于微信公众号的“看一看”等推荐场景，一条“高质量”的内容，应该具备哪些核心特质？一条“低质”的、需要被治理的内容，又有哪些典型特征？ 你来为公众号的创作者设计一个“内容质量信用分”体系。你会从哪些维度来设计这个评分模型？ 追问： 这个信用分的结果，会如何应用在推荐算法和创作者的权限上？ 案例分析：一个主打“养生健康”的公众号，发表了一篇文章介绍某种“小众食疗法”。这篇文章没有科学谬误，但观点极具争议性，在用户中引发了大量争论和焦虑情绪。作为生态治理PM，你会如何决策是否要让这篇文章进入推荐流？ 追问： 你的决策框架是什么？你如何平衡“内容的客观性”、“用户的正面体验”和“...